MétaCan
Menu
Retour à la cohorte
Enregistrement W4410447666 · doi:10.18280/rcma.350205

Recovery of Plastic Waste in the Production of Industrial Sludge-Based Geopolymer Mortars

2025· article· fr· W4410447666 sur OpenAlexvenueno aff
Hajar Jeniah, Mohammed Ammari, Laïla Ben Allal

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2025
Typearticle
Languefr
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMortarGeopolymerWaste managementProduction (economics)Plastic wasteEnvironmental sciencePulp and paper industryMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The purpose of this research study is to produce a geopolymer mortar with a lower environmental impact, to recycle polyethylene terephthalate (PET) plastic waste, and study the possibility of using PET particles as a substitute for sand by replacing and using calcined industrial sludge as a precursor in mortar production.A study of the geopolymer mortars revealed a chemical and mineralogical composition and mechanically compatible with that of a control geopolymer mortar, defined as a mortar with no plastic added to the geopolymer paste.The industrial sludge precursors revealed the presence of (Quartz and Muscovite) two crystalline phases.The FTIR spectra of the geopolymer slurries showed the presence of Si-O-T, with this absorption band shifting to lower frequencies when PET particles were added to the slurry.We also analyzed SEM images of some samples.The compressive strength and flexural strength of the mortar showed a decrease with an increase in PET particles as an alternative to sand.Geopolymer mortars formulated with recycled plastic as a sand alternative displayed mechanical performance approaching that of sand-based mortars.These findings collectively suggest the viability of utilizing plastic waste as a raw material for geopolymer mortar production.

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
Bibliométrie0,0010,000
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 Opus0,062
Tête enseignante GPT0,268
Écart entre enseignants0,206 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetMining and Gasification TechnologiesTravaux en français237 207