Improving the Mechanical Properties of Dune Sand for Construction Purposes by Using Nanosilica and Portland Cement as Additives
Notice bibliographique
Résumé
Dune sand is available in large quantities in different areas in the world.It can be easily collected from the site with minimal excavation and labor efforts and as a sequence this makes it a good candidate in construction.To be used as construction material for engineering work and to save the environment by reducing the number of quarries and fuel consumption needed to extract the traditional construction materials such as limestone aggregates, dune sand needs to be mixed with other additives in order to get the desired strength and capacity.In this work, an investigation program was conducted on dune sand collected from the eastern part of Saudi Arabia in order to explore the sand mix engineering behavior.The sand was mixed with 5% of Portland cement and different percentage of nanosilica (NS= 0%, 2%, 4%, and 6%) and tested at different curing time (7, 14, and 28 days).The major performed tests were the unconfined compressive strength (UCS) and California bearing ratio (CBR).The results showed that the UCS, CBR, and elastic modulus (Es) of the treated sand are improved by adding the cement and nanosilica, with significant improvement when the mix tested after 28 days of curing.The effect of NS on the mechanical properties of the treated sand is more effective at high percentages (> 4%).Useful and practical relationships among UCS, CBR, and Es with high correlation coefficients, R 2 , were developed at different percentages of NS and curing time.
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 ».