Elevated Temperature Effects on Geo-Polymer Concrete: An Experimental and Numerical-Review Study
Notice bibliographique
Résumé
The manufacture of cement plays a substantial role in the emission of carbon dioxide (CO2) into the atmosphere, hence exacerbating the adverse impacts of global warming.Consequently, the emergence of Geo-Polymer concrete has presented itself as a potentially feasible substitute owing to its commendable environmental sustainability.This manuscript provides a comprehensive analysis of prominent studies investigating the effects of increased temperatures and fire exposure on concrete across its entire operating duration.This study examines the significant impacts on the fundamental physical and mechanical characteristics of concrete, as revealed by laboratory experiments.Furthermore, this review comprehensively examines previous research endeavors that have used machine learning methodologies to predict tangible actions, aiming to optimize resource allocation, time efficiency, and cost-effectiveness in laboratory inquiries.Geo-Polymer concretes have exhibited remarkable resistance to elevated temperatures and severe fires, as evidenced by laboratory and field assessments of cracking, spalling, and strength degradation.Prior studies have demonstrated that both the aggregate type and temperature have a substantial impact on the degradation of compressive strength.Moreover, previous research has indicated that Geo-Polymeric concrete, which is comprised of fly ash, exhibits superior heat resistance compared to conventional concrete using Portland cement, withstanding temperatures of up to 400 degrees Celsius.This research also highlights the widespread adoption of the Artificial Neural Network (ANN) technique in forecasting the compressive strength of conventional concrete.Conversely, alternative approaches such as the Genetic Weighted Pyramid Operation Tree (GWPOT) are preferred for high-performance concrete.The primary objective of this extensive investigation is to establish a fundamental basis for future studies on sustainable alternatives to concrete and approaches for predictive modeling.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».