On the Roles of Cellulose Nanocrystals in Fiber Cement: Implications for Rheology, Hydration Kinetics, and Mechanical Properties
Notice bibliographique
Résumé
Fiber cement reinforced with pulp fibers is one of the key drivers for the decarbonization of nonstructural building materials, where the inclusion of sustainable pulp fibers at high proportions (i.e., > 8 wt %) renders poor workability of fiber-cement slurry with a concomitant loss in mechanical strength. Petrochemical-derived superplasticizers, i.e., polycarboxylates (PCEs), are predominantly used in fiber cement (including cement mortars) because they dramatically improve (content <0.5 wt %) the slurry rheology but reduce the rate of hydration and weaken the strength of the cured composite. Thus, it is crucial to explore renewable and bio-based superplasticizers devoid of any negative traits (if possible) of the conventional PCEs. In this study, we examined wood-derived cellulose nanocrystals (CNCs) as a multifunctional additive in fiber cement (bleached pulp fiber content: 8 wt %). In fiber cement, variation of the content (0.02-4 wt %) of CNCs resulted in improvement in the shear thinning behavior of the fiber-cement slurry and thereafter increased the hydration kinetics at high CNC contents (2-4 wt %). Notably, the flexural strength of the composite also exhibited improvement upon the addition of CNCs; the maximum strength was observed at 4 wt % of CNCs. Overall, the beneficial roles of CNCs afforded >10 wt % (in-total) bio-based content in fiber cement without compromising the mechanical strength and curing time (compared to PCEs); hence, the findings of this study could unravel new avenues in interface engineering of cement composites leveraging the multifunctional features of biomaterials, thus enhancing sustainability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».