Assessment of Workability, Compressive Strength, and Tensile Strength of Fly Ash-Glass Waste Fiber-Reinforced Geopolymer Concrete with Recycled Steel Can Fibers
Notice bibliographique
Résumé
Concrete plays a vital role in civil engineering and infrastructure development.As the focus shifts toward sustainable practices, innovative approaches such as geopolymer concrete and glass waste as aggregates have emerged, improving both the environmental impact of concrete and its mechanical properties.Fiber reinforcement, especially with recycled materials, is gaining attention to enhance the sustainability of concrete, with commercial storage materials such as steel cans becoming viable materials to be used in reinforcement.This study examined the workability, compressive strength, and tensile strength of fly ash-glass waste fiberreinforced geopolymer concrete (FRGC) using recycled steel can fibers.Samples were produced by crushing soda-lime glass bottles and cutting steel cans into hook-end fibers, with an M20 concrete mix formulated by substituting 30% cement with fly ash and 30% coarse aggregates with glass waste.Recycled steel can fibers were added at varying percentages (0-5% by weight of cement).Results showed a decrease in workability as recycled fibers were added.While compressive strength also decreased, the reduction was insignificant at 4% fiber content.Adding fibers improved tensile performance in terms of tensile strength, though it remained insignificantly different from the control group.Notably, samples of concrete containing recycled steel can fibers exhibited ductile failure and fiber bridging.Overall, the fly ash-glass waste FRGC with 4% recycled steel can fiber demonstrated favorable outcomes in compressive and tensile strengths.This study highlights the potential of using recycled steel cans to enhance concrete sustainability.
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 ».