Optimizing Precursors and Reagents for the Development of Alkali-Activated Binders in Ambient Curing Conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Alkali-activated binders (AABs) are developed through the activation of aluminosilicate-rich materials using alkaline reagents. The characteristics of AABs developed using a novel dry-mixing technique incorporating powder-based reagents/activators are extensively explored. A total of forty-four binder mixes are assessed in terms of their fresh and hardened state properties. The influence of mono/binary/ternary combinations of supplementary cementitious materials (SCMs)/precursors and different types/combinations/dosages of powder-based reagents on the strength and workability properties of different binder mixes are assessed to determine the optimum composition of precursors and the reagents. The binary (55% fly ash class C and 45% ground granulated blast furnace slag) and ternary (25% fly ash class C, 35% fly ash class F and 40% ground granulated blast furnace slag) binders with reagent-2 (calcium hydroxide and sodium sulfate = 2.5:1) exhibited desired workability and 28-day compressive strengths of 56 and 52 MPa, respectively. Microstructural analyses (in terms of SEM/EDS and XRD) revealed the formation of additional calcium aluminosilicate hydrate with sodium or mixed Ca/Na compounds in binary and ternary binders incorporating reagent-2, resulting in higher compressive strength. This research confirms the potential of producing powder-based cement-free green AABs incorporating binary/ternary combinations of SCMs having the desired fresh and hardened state properties under ambient curing conditions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle