MétaCan
Menu
Retour à la cohorte
Enregistrement W4311330332 · doi:10.18280/acsm.460501

Effect of Different Proportions of Fly Ash and GGBFS on the Compressive Strength of Geopolymer Mortar

2022· article· en· W4311330332 sur OpenAlexvenueno aff
Safie M. Oleiwi, Jinan Laftah Abbas, Yahyia M. Hameed, Abbas Mohammed, Ali K. Hussein

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGround granulated blast-furnace slagCompressive strengthGeopolymerSodium silicateFly ashMaterials scienceSodium hydroxideMortarPortland cementGeopolymer cementComposite materialCementChemistryOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Nowadays, geopolymer plays a significant role in developing eco-friendly materials to avoid the pollution caused by the Portland cement industry. Geopolymer is a developed industrial by-product-based alternative concrete binder. The aim of this study to evaluate the effect of different proportions of Fly Ash (FA) and Ground Granulated Blast Furnace Slag (GGBFS) on the strength properties of geopolymer mortar. In this study, GGBFS was added as 10%, 20%, 30%, 40%, 50%, 60%, 70%, 80%, 90%, and 100% of the total binder with NaOH concentrations 12 M and sodium silicate to sodium hydroxide ratio 2.5. The compressive strength was investigated experimentally in this study. The combination of FA and GGBFS were tested in a total of eleven geopolymer mix mortars, and the results show that combining the above constituents at 70℃ improves the compressive strength of geopolymer mortar. The result show that the mixture with 100% GGBFS replacement have maximum compressive strength (78.25 MPa) at 7-days age.

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 seuil0,004

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
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,267
Écart entre enseignants0,249 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetConcrete and Cement Materials ResearchTravaux en français237 207