Report of RILEM TC 301-ASR: Modelling the impact of SCMs, alkali level and w/b ratio on alkali concentration in pore solution
Notice bibliographique
Résumé
Abstract Supplementary cementitious materials (SCMs) can mitigate alkali-silica reaction by lowering the alkali metal concentration in the pore solution. This is a theoretical study on the applicability of a thermodynamic model (GEMS) and the empirical Taylor model to predict the required replacement level of portland cement (PC) by SCMs to achieve an alkali metal concentration below 300 mmol/L. The SCMs investigated are silica fume (SF), metakaolin (MK), fly ash (FA) and slag. The impact of the alkali content of the PC and the w/b ratio on the required replacement level is modelled and compared to experimental pore solution concentrations. Both models predict a similar impact of the SCM replacement level on the distribution of alkali between the pore solution, C–S–H and unreacted material. The thermodynamic model predicts little impact of the alkali content of PC and the w/b-ratio on the required replacement level, i.e., 20% SF, 20% MK, 40–50% FA and 60–70% slag. This is contrary to the Taylor model, which predicts that the replacement levels of FA and slag ranges from 7 to 58% when increasing the alkali content from 0.47 to 0.93% and from 80 to 10%, when increasing the w/b ratio from 0.3 to 0.9. The required replacement levels for SF and MK vary between 2 and 19% when increasing the alkali content from 0.47 to 0.93%, and from 40 to < 5% when increasing the w/b ratio from 0.3 to 0.9. The main difference between the two models is how they account for the uptake of alkali metals by the C–S–H.
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 | 0,000 |
| 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 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 ».