Enhancement of Mechanical Properties of Concrete Using Industrial Waste
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
In response to the evolving global landscape, there is a growing inclination towards embracing sustainable and environmentally conscious construction practices to meet the demand for more eco-friendly and climate-resilient built environments.In recent time several SCM (Supplementary Cementitious Material) had been employed in concrete for its property enhancement as well as reducing negative impact of waste on environment.Taking a step in the similar direction the present study employs Rice husk ash (RHA) and Waste marble powder (WMP) for strength enhancement of concrete.Varying percentage of Rice Husk Ash (0%, 2.5%, 5%, 10%, 12.5%, 15%&20%) and Waste Marble Powder (0%,2.5%,5%,10%, 12.5%, 15% & 20%) were used as a replacement of cement in binder.Further a combined replacement of RHA and WMP was used to prepare data cases for replacement of cement in concrete.Five different cases were designed with keeping RHA percentage constant for single case while varying the WMP percentage for same.Case 0 with no replacement, Case 1 with 2.5% RHA along with varying percentage of WMP, Case 2 with 5% RHA along with varying percentage of WMP similarly Case 3 with 10% RHA along with varying percentage of WMP and Case 4 with 12.5% RHA along with varying percentage of WMP.The varied percentage of WMP were 5%, 10%, 15% and 20% for each case.This resulted in identification of combined effect of both materials on concrete strength
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) | 0,000 | 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 découle