MétaCan
Menu
Retour à la cohorte
Enregistrement W4409799788 · doi:10.11159/icsect25.156

Effects Of Graphene Oxide On The Early-Age Hydration Of SCMModified Low-Carbon Cementitious Composites

2025· article· en· W4409799788 sur OpenAlexvenueno aff
Xueying Wang, Craig P. Dawson, Lee S. Cunningham, Yasmim G.S. Mendonça

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Manchester
Mots-clésGrapheneComposite materialMaterials scienceOxideCementitiousCarbon fibersComposite numberCementNanotechnologyMetallurgy

Résumé

récupéré en direct d'OpenAlex

While graphene oxide (GO) has been shown to significantly improve the early-age hydration and mechanical properties of clinker-based cementitious materials, additional supplementary cementitious materials (SCMs) such as ground granulated blast-furnace slag (GGBS) can slow the early age hydration rate, while the opposite can occur with addition of limestone fines (LF).These SCMs in combination with GO can cause interdependent interactions which could potentially offset their individual drawbacks, however the nature of the GO-, GGBS-and LF-cement interactions remains unclear.Towards understanding this, the present study investigates the effects of GO on the early-age hydration of GGBS and LF modified low-carbon cementitious composites.The heat of hydration rate, cumulative heat of hydration, and relative setting time of cement pastes incorporating GO (0.08% by weight of binder), GGBS (0-60% by weight of binder), and LF (0-20% by weight of binder) were evaluated using an isothermal calorimeter measurement method.The results show that GO can significantly reduce the dormant period of cement hydration, shift the hydration heat rate peaks upwards and earlier, and improve the overall hydration degree by accelerating the hydration process in cement.The combination of GO and supplemental cementitious materials offers a promising avenue for SCMs-modified binders with enhanced performance and reduced carbon footprint.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,177
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetConcrete and Cement Materials ResearchTravaux en français237 207