MétaCan
Menu
Retour à la cohorte
Enregistrement W4229020296 · doi:10.1155/2022/3836863

Valorization of Water-Based Drill Cuttings through the Bio-Carbonation Approach

2022· article· en· W4229020296 sur OpenAlexfundno aff
Guowang Tang, Feng Huang, Guihe Wang, Zhengyang Song, Cangqin Jia, Peizhi Yu, Yong-shuai Sun

Notice bibliographique

RevueAdvances in Materials Science and Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Applications in Construction Materials
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of ChinaMinistry of Natural Resources
Mots-clésCarbonationMaterials scienceGround granulated blast-furnace slagCarbonateMicrostructureCementDolomiteMagnesiumMetallurgyMineralogyComposite materialChemistry

Résumé

récupéré en direct d'OpenAlex

This study proposed a novel bio-carbonation method to recycle water-based drill cutting (WDC) to prepare samples, which contains reactive magnesia (MgO) cement (RMC), ground granulated blast furnace slag (GGBS), and fly ash (FA), with the adoption of microbially induced carbonate precipitation (MICP). Through the investigation of some parameters (i.e., GGBS content, FA content, and curing time), the microstructures and strength development of bio-carbonated RMC-based WDC samples were evaluated. The preliminary results revealed that bio-carbonated RMC-based WDC samples outperformed the control group (i.e., without bio-carbonation) in terms of the 28-day strength (i.e., 9.8 MPa versus 4.4 MPa), which can be assigned to formation of the carbonates, that is, hydrated magnesium carbonates (HMCs). Further, in addition to the identification of HMCs, the microstructural analysis also revealed a continuous carbonate network due to the presence of HMCs, which accounts for the strength boost of samples.

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)0,001
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 enseignants0,155
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,204
Écart entre enseignants0,199 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials Science and EngineeringMême sujetMicrobial Applications in Construction MaterialsTravaux en français237 207