MétaCan
Menu
Retour à la cohorte
Enregistrement W4225121851 · doi:10.11159/icsect22.128

Early-Age Properties of Slag-Fly Ash Blended Geopolymer Concrete Reinforced with Glass Fibers – A Preliminary Study

2022· article· en· W4225121851 sur OpenAlexvenueno aff
Mohammad Zuaiter, Hilal El-Hassan, Bilal El-Ariss, Tamer El‐Maaddawy

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesUnited Arab Emirates University
Mots-clésFly ashGeopolymer cementMaterials scienceGeopolymerSlag (welding)Composite materialGround granulated blast-furnace slagGlass fiber

Résumé

récupéré en direct d'OpenAlex

This research investigates the effect of additional water content, glass fibers addition, glass fiber length, and the handling time on the workability, 1-and 7-day compressive strength, and 7-day splitting tensile strength of slag-fly ash blended geopolymer concrete. The additional water content ranged from 0 to 100 kg/m 3 . Two types of glass fibers were used with lengths of 24 and 43 mm and incorporated by up to 2 and 1.5%, by volume, respectively. Also, the handling time, representing the time from mixing to casting, was varied. The experimental results showed that the additional water content led to a significant increase in the slump and decrease in the 1-and 7-day compressive strengths of plain geopolymer concrete. A value of 75 kg/m 3 was required to attain a slump of 150 mm and 7-day compressive strength of 35 MPa. Furthermore, the addition of 24-mm long glass fibers reduced the slump and increased the compressive and splitting tensile strength by up to 23 and 40%, respectively, compared to the plain control mix. Longer glass fibers (43 mm) resulted in further slump loss and increase in the splitting tensile strength, while the compressive strength was unaffected. Extending the handling time led to lower workability and limited impact on the mechanical properties.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,036
Score d'incertitude au seuil0,862

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,178
Écart entre enseignants0,171 · 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 tête enseignante, 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

Citations26
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207