MétaCan
Menu
Retour à la cohorte
Enregistrement W3094986037 · doi:10.14447/jnmes.v23i3.a03

Alkali-Activated Slag cement: Alternative Adhesives for CFRP Sheets Bonded to Concrete at Elevated Temperatures

2020· article· en· W3094986037 sur OpenAlexvenueno aff
Jingchuan Zhu, Wenzhong Zheng, Lili Xie, Ning Ren, Yuxuan Zhang, Yongxin Zhang

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesHarbin University of Science and TechnologyNational Natural Science Foundation of China
Mots-clésMaterials scienceMicrostructureCementPortland cementAdhesiveComposite materialEpoxyCompressive strengthGround granulated blast-furnace slagPotassium silicateSodium silicate

Résumé

récupéré en direct d'OpenAlex

The properties and microstructures of alkali-activated slag cement (AASC) exposed to 20~1200°C were probed in this paper. The aim is to develop an eco-friendly fireproof high-strength adhesive with an optimum ratio and evaluate its usability for CFRP sheets bonded to concrete. The blast furnace slag and fly ash were employed as source materials (activated by potassium silicate, NaOH and Portland cement). The effects of slag content, activator nature and heating temperature on the compressive or bond properties were analyzed. The microstructures of the AASC exposed to different high temperatures were studied by two different techniques, including SEM and XRD analyses. The effects of temperature on the mechanical properties of AASC were first rising then descending, and the basic reason for the degradation of macro-mechanical properties is the deterioration of AASC microstructure. It is proved that AASC has comparable reinforcing effects as those of organic epoxy matrix.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,271
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetConcrete and Cement Materials ResearchTravaux en français237 207