Cementitious Composites with Cellulose Nanomaterials and Basalt Fiber Pellets: Experimental and Statistical Modeling
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The production of high-performance fiber-reinforced cementitious composites (HPFRCCs) as a durable construction material using different types of fibers and nanomaterials critically relies on the synergic effects of the two materials as well as the cementitious composite mixes. In this study, novel HPFRCCs were developed, which comprised high content (50%) slag by mass of the base binder as well as nano-silica (NS) or nano-crystalline cellulose (NCC). In addition, nano-fibrillated cellulose (NFC), and basalt fiber pellets (BFP), representing nano-/micro- and macro-fibers, respectively, were incorporated into the composites. The response surface method was used in this study’s statistical modeling part to evaluate the impact of key factors (NS, NCC, NFC, BFP) on the performance of 15 mixtures. The composites were assessed in terms of setting times, early- and late-age compressive strength, flexural performance, and resistance to freezing-thawing cycles, and the bulk trends were corroborated by fluid absorption, thermogravimetry, and microscopy tests. Incorporating NS/NCC in the slag-based binders catalyzed the reactivity of cement and slag with time, thus maintaining the setting times within an acceptable range (maximum 9 h), achieving high early- (above 33 MPa at 3 days) and later-age (above 70 MPa at 28 days) strength, and resistance to fluid absorption (less than 2.5%) and frost action (DF above 90%) of the composites. In addition, all nano-modified composites with multi-scale fibers showed notable improvement in terms of post-cracking flexural performance (Residual Strength Index above 40%), which qualify them for multiple infrastructure applications (i.e., shear key bridge joints) requiring a balance between high-strength properties, ductility, and durability.
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.
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 | 0,000 |
| 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) | 0,001 | 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 découle