MétaCan
Menu
Retour à la cohorte
Enregistrement W4214700087 · doi:10.3390/gels8030145

Compressive and Flexural Properties of Ultra-Fine Coal Gangue-Based Geopolymer Gels and Microscopic Mechanism Analysis

2022· article· en· W4214700087 sur OpenAlexaff
Xiaoyun Yang, Yan Zhang, Cheng Lin

Notice bibliographique

RevueGels · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésGeopolymerMaterials scienceGangueMechanism (biology)Compressive strengthFlexural strengthComposite materialMetallurgy

Résumé

récupéré en direct d'OpenAlex

Geopolymer gel that possesses advantageous features of fast setting, high strength, and good durability is increasingly used in civil engineering, including rapid retrofit projects, roadway, and other construction projects. Furthermore, geopolymer gel is also a green and economical material as it derives from solid wastes. In this study, activators with different sodium silicate modulus and alkali content were used to activate ultrafine coal gangue and slag powder to prepare coal-gangue-based geopolymers with high strength. To study the influence of slag powder content, sodium silicate modulus, and alkali activator content on strength, a two-stage design was adopted. In the first stage, the orthogonal test with three factors and four levels (10−40% slag, 0.4−1.0 modulus, 16−22%) was used to obtain the influence of each factor on the strength and select the design range of the specimen mix ratio with higher strength. In the second stage, based on the orthogonal experiment, the scope was narrowed to continue to find the optimal excitation scheme and the relationship between the influencing factors and strength. Further, mineral compositional, microstructural, functional group and elemental analyses were performed using X-ray diffraction technique, IR infrared diffraction, electron microscope observation and energy spectrum analysis to elucidate the mechanisms of the strength development. The results show that the factors affecting the geopolymer’s strength were in the order of slag content > alkali content > modulus. The optimum dosage of alkali activator was 18−20%, and the sodium silicate modulus was 0.6−0.8, and the compressive and flexural strength could reach above 40 MPa and 5.9 MPa, respectively. The compressive strength and modulus were in a parabolic relationship. Three types of cementing gels (N-A-S-H, C-A-S-H, and C-N-A-S-H) that were characterized with dense structure and high strength were identified from coal gangue and slag powder after alkali excitation.

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 seuil0,005

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
Bibliométrie0,0010,000
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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,208 · 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

Citations28
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGelsMême sujetConcrete and Cement Materials ResearchTravaux en français237 207