PENGARUH MOLARITAS ALKALI TERHADAP KUAT TARIK BELAH BETON GEOPOLIMER BERBASIS FLY ASH EX PLTU CIREBON POWER
Notice bibliographique
Résumé
Penggunaan batu bara di Indonesia mencapai 15,6 juta metrik ton pada Februari 2018. Hasil dari pembakaran yang dihasilkan oleh batubara adalah bottom ash dan fly ash yang dikatagorikan limbah berbahaya dan beracun (B3). Persentase fly ash dari limbah pembakaran batu bara sekitar 80 – 90%, maka diperlukan pemanfaatan untuk mengurangi limbah fly ash tersebut. Beton geopolimer adalah beton yang menggunakan fly ash sebagai pengikat dengan penambahan alkali seperti natrium hidroksida dan natrium silikat. Konsetrasi molaritas natrium hidroksida yang dipakai yaitu 6M, 8M, 10M, 12M, 14M. Perbandingan alkali natrium hidroksida dengan natrium silikat adalah 2:1. pengujian kuat tarik belah dilakukan pada umur beton 28 hari. Dari hasil yang didapat bahwa molaritas natrium hidroksida lebih dari 10M mengurangi kekuatan beton geopolimer yang menggunakan fly ash dari PLTU Cirebon Power. Nilai kuat tarik belah beton geopolimer pada molaritas 6M, 8M, 10M lebih besar dibandingkan beton normal.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».