Assessment of Oat Husk Ash from Cold Climates as a Supplementary Cementitious Material
Notice bibliographique
Résumé
To support the decarbonization efforts within the cement industry, it is imperative to explore novel sources of supplementary cementitious materials (SCMs). Agricultural ashes have emerged as promising candidates owing to their advantageous properties. However, their availability is predominantly influenced by geographical factors, with greater prevalence observed in tropical and subtropical regions. Hence, this study aimed to comprehensively evaluate oat husk ashes (OHA) obtained from a cold climate region (Manitoba, Canada) as a potential SCM. The physicochemical properties of OHA were examined utilizing analytical techniques including laser-scattering particle size analysis, X-ray fluorescence (XRF), X-ray diffraction (XRD), and environmental scanning electron microscopy (ESEM) equipped with energy dispersive X-ray (EDX). From nine distinct combustion protocols, the optimal OHA was identified by maximizing silica content, determined via XRF oxide analysis, and achieving higher reactivity, evaluated through the R3 (rapid, relevant, and reliable) test. Subsequently, the strength activity index of cement-OHA mortar formulations, incorporating the optimized OHA, was determined, and augmented thermal and microstructural analyses were carried out. The outcomes showed the potential of integrating OHA as a SCM in concrete to achieve satisfactory pozzolanic performance. Notably, the pozzolanic efficacy of optimized OHA may surpass that of Class F fly ash, particularly when subjected to combustion at 600°C for 4 h. Indeed, optimized OHA presents a promising alternative SCM, pivotal not only for advancing sustainability efforts within the cement and concrete industry, especially in cold climate regions, but also for mitigating the adverse impacts of uncontrolled combustion and landfill accumulation of agricultural residues.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».