MétaCan
Menu
Retour à la cohorte
Enregistrement W4280564975 · doi:10.3390/su14105885

Thermal Performance of Concrete with Reactive Magnesium Oxide as an Alternative Binder

2022· article· en· W4280564975 sur OpenAlexaboutno aff
Javier A. Forero, Miguel Bravo, Jo�ão Pacheco, Jorge de Brito, Luís Evangelista

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Oxide Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCementMaterials scienceUltimate tensile strengthCompressive strengthThermal conductivityPorosityMagnesiumComposite materialYoung's modulusProperties of concreteMicrostructureCuring (chemistry)OxideMetallurgy

Résumé

récupéré en direct d'OpenAlex

This study evaluates the thermal conductivity of concrete produced with reactive magnesium oxide (MgO) as a partial replacement for cement. MgO is a viable option for the concrete industry, mainly due to its benefits in sustainability and reducing CO2 emissions compared to cement emissions. Four different MgO’s produced in Australia, Canada, and Spain were used in concrete mixes as a partial replacement of cement at 5%, 10%, and 20% by mass. The experimental results showed that the thermal conductivity is higher when MgO increases in mixes after 28 days of curing. With the incorporation of MgO, the thermal conductivity increased between 3.2% and 10.2%, and the mechanical properties declined: compressive strength between 12.7% to 26.2%, splitting tensile strength between 9.7% to 34.0%, and modulus of elasticity between −4.1% to 7.8%. Finally, it is important to highlight that the addition of different contents of MgO in the concrete mixes modified the microstructure of the cement matrix. As a result, there was an increase in porosity, which negatively influenced the mechanical properties and thermal conductivity. Therefore, the relationships between these properties were also analyzed.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMagnesium Oxide Properties and ApplicationsTravaux en français237 207