MétaCan
Menu
Retour à la cohorte
Enregistrement W4413922730 · doi:10.1016/j.cej.2025.167935

Optimizing coal gasification slag utilization: Predictive modeling and hydration mechanism of blast furnace slag replacement in solid waste cementitious materials

2025· article· en· W4413922730 sur OpenAlexaff
Haojing Ba, Jiajie Li, Wen Ni, Chen Lǚ, Michael Hitch

Notice bibliographique

RevueChemical Engineering Journal · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesKey Technologies Research and Development ProgramNational Key Research and Development Program of ChinaHigher Education Discipline Innovation Project
Mots-clésGround granulated blast-furnace slagBlast furnaceSlag (welding)CementitiousWaste managementMunicipal solid wasteMaterials scienceCoal gasificationCoalMetallurgyEnvironmental scienceCementEngineering

Résumé

récupéré en direct d'OpenAlex

Coal gasification slag (CGS), a by-product of the coal gasification process, is produced in large quantities but remains underutilized, posing environmental challenges. This study investigates the feasibility of partially substituting blast furnace slag (BFS) with CGS in the preparation of solid waste cementitious materials (SWCM), aiming to enhance resource utilization and reduce costs. A constrained mixing test design was employed to optimize the proportions of CGS, BFS, steel slag (SS), and desulphurization gypsum (DG), and a regression model was developed to predict compressive strength at 3, 7, and 28 days. The optimal mix (20 % CGS, 23 % BFS, 37 % SS, 20 % DG) achieved a 28-day compressive strength of 57.1 MPa, with the model demonstrating high predictive accuracy (Adj-R 2 up to 95.27 %). Microscopic analyzes (XRD, SEM-EDS, XPS, TG-DTG/DSC) revealed that CGS contributes abundant aluminosilicate glass, promoting the formation of C-(A)S-H gels and AFt, which enhance strength and densify the microstructure. The study confirms that CGS can effectively replace BFS in SWCM, providing a theoretical basis for large-scale, sustainable utilization of CGS in construction materials.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChemical Engineering JournalMême sujetConcrete and Cement Materials ResearchTravaux en français237 207