Analysis of the Effect of Using Nano Silica Mixture on the Compressive Strength of Lightweight Concrete
Notice bibliographique
Résumé
The development of urban areas is so rapid, especially in the field of construction projects such as building construction. The development of urban areas is followed by the development of increasingly sophisticated technologies, especially in this concrete technology. This results in an increase in the concrete mixture. However, the numerous demands for the strength of high quality concrete motivate the writer to investigate by using nano silica mixtures as added ingredients. In this thesis, the writers use a mixture of K-300 concrete with nano silica which is adjusted to the levels that have been calculated with the aim to determine changes in the slump value, compressive strength and bonding time of the concrete. In this study, a mixture of fresh concrete with K-300 quality was mixed with nano silica with levels of 3%, 5% and 7% to cement and normal concrete with 0% nano silica as a control. The writers carry out the process of compressive strength testing of concrete in accordance with the age of concrete that has been determined that is 7, 14, 21, and 28 days with slump values about ± 12 . At the age of 28 days the results obtained were compressive strength of 208,940 kg/cm2, 216,560 kg/cm2 and 240,770 kg/cm2 with nano silica content of 3%, 5% and 7%, which experienced a decrease in compressive strength of concrete compared to the results obtained in compressive strength of normal concrete was 265,68 kg/cm2.
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 ».