Electrospun MXene–Sericin nanofibers for carbonated recycled aggregates: Toward intelligent, durable, and low-carbon cementitious composites
Notice bibliographique
Résumé
The environmental impacts of extracting raw materials for construction are an emerging concern. The incorporation of recycled fine aggregates (RFAs) in the production of cement-based composites is gaining significance. RFAs offer environmental advantages in construction materials; yet, they may compromise mechanical properties. This work presents an innovative approach to enhance the performance and sustainability of mortars by using electrospun MXene/sericin (MXS) nanofibers with recycled fine aggregate (RFA). The multifunctional nanofibers were designed to improve carbonation efficiency, mechanical strength , durability, and CO₂ sequestration. The results demonstrate a 15 % increase in compressive strength and a 26 % rise in flexural strength after 28 days with 0.3 wt% MXS, as well as a 40 % reduction in the chloride migration coefficient. The porosity analysis revealed a 28 % reduction in cumulative porosity and a 29 % decrease in effective porosity, while capillary absorption decreased by 18 %. Moreover, CO₂ absorption to a peak of 9.3 kg/ton with 0.3 wt% MXS, indicating enhanced carbonation efficiency. Furthermore, the composites exhibited remarkable electrical conductivity and self-sensing capacities due to the percolating MXene networks, enabling real-time structural monitoring. The results confirm that MXS nanofibers are a feasible enhancement for developing high-performance, low-carbon cementitious systems that offer mechanical strength , durability, environmental benefits, and integrated intelligence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».