Sifat Mekanik Bata Ringan Geopolimer Berdasarkan Rasio Si/AL
Notice bibliographique
Résumé
Pemanfaatan fly ash atau abu terbang masih minim diterapkan di Indonesia. Persentase pemanfaatan fly ash hanya 10-12% dengan 73% di Pulau Jawa dan 27% di pulau lainnya, maka akan terjadi penumpukan fly ash hingga 10,4 juta-ton per tahun pada tahun 2027. Fly ash yang melimpah dapat dimanfaatkan dengan menjadikan komposisi utama bata ringan sebagai pengganti semen yang disebut bata ringan geopolimer. Fly ash yang digunakan adalah kelas F dengan pengujian mekanik berdasarkan rasio Si/Al. Penelitian ini bertujuan untuk menganalisis pengaruh kadar aktivator terhadap pengujian mekanik yang terdiri dari kuat tekan, kuat tarik belah, dan modulus runtuh sehingga didapatkan sifat mekanik bata ringan geopolimer. Semakin tinggi kandungan kadar aktivator, menyebabkan rasio Si/Al semakin besar. Rasio pada kadar aktivator 35, 40, dan 45% adalah 2,42; 2,45; dan 2,48. Selisih antara kuat tarik belah terhadap kuat tekan untuk kadar aktivator 35% adalah 6,45%; 40% adalah 5,94%; dan 45% adalah 6,04% sehingga termasuk dalam bata ringan bermutu tinggi. Kadar aktivator berpengaruh secara signifikan terhadap kuat tekan, kuat tarik belah, dan modulus runtuh. Pada rasio Si/Al yang lebih rendah menyebabkan kuat tekan, kuat tarik belah, dan modulus runtuh yang didapatkan lebih tinggi dan lebih baik.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».