Toward sustainable construction: Comprehensive utilization of coal gangue in building materials
Notice bibliographique
Résumé
Coal gangue (CG), as a major solid waste byproduct of the coal industry, has attracted widespread attention due to its potential in construction materials. This review systematically evaluates the activation mechanisms and engineering performance of CG, exploring the impact of various activation methods such as thermal, mechanical, chemical, microwave, and synergistic activation on its hydration potential. The findings suggest that activated CG can significantly enhance the cementitious performance of cement-based materials, reduce cement consumption, and contribute to sustainable construction practices. Thermal activation enhances CG reactivity by removing combustible components and transforming mineral phases, while mechanical activation increases the specific surface area through fine milling. Chemical activation, using alkaline or acidic activators, promotes the formation of hydration products by depolymerizing silica-aluminate networks, and microwave activation rapidly enhances reactivity by converting electromagnetic energy into thermal energy . When used as a supplementary cementitious material , activated CG improves durability, but may also affect workability and mechanical properties. When used as an aggregate, CG’s high water absorption and low elastic modulus can lead to increased shrinkage and reduced freeze-thaw resistance, requiring strict control of the substitution ratio. Future research should focus on optimizing activation methods to enhance CG’s reactivity and performance, while addressing challenges related to its high water absorption and variable mineral composition. Additionally, a life cycle assessment of CG utilization in construction materials should be conducted to comprehensively evaluate its environmental impact.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».