Optimization of microprobe analysis of cementitious materials incorporating glass powder under electron beam to avoid alkali migration
Notice bibliographique
Résumé
The growing use of alkali-rich glass powder (GP) as a supplementary cementitious material (SCM) in concrete has led to a rising number of studies focused on the microstructure of cementitious matrices incorporating GP. Electron probe microanalyzer (EPMA) is commonly used to characterize cementitious materials. However, alkali migration induced by electron irradiation - a well-known phenomenon in inorganic materials - remains underexplored in this context. This migration often leads to underestimation of Na and K and overestimation of Si and Ca, thus compromising the analysis of key elements in cementitious hydrates, such as C-S-H. Due to the lack of a tailored protocol for EPMA analysis of alkali-rich SCMs, this study established analytical conditions to minimize errors in quantifying pozzolanic GP. Mixed glass culets and GP particles embedded in 7-year-old ternary concrete made with GP and silica fume were analyzed using ten different current densities by varying beam size, current, and the sub-counting method. The results show that alkali migration is highly sensitive to material composition and irradiation conditions. Na losses exceeded 70% as Ca and Si overestimation reached approximately 13% at current densities above 0.354 nA/μm². Literature-reported densities often surpass this threshold. At those conditions, the implementation of a sub-counting method effectively reduces the Na loss to 3%. However, it introduced a tendency for Na overestimation at lower current densities . Among all conditions, a beam diameter of 6 µm and a current of 10 nA, was the most accurate, reducing losses to under 2% and closely matching the reference glass analysis.
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 | 0,000 | 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 ».