MétaCan
Menu
Retour à la cohorte
Enregistrement W4414289029 · doi:10.18280/rcma.350405

Modifying the Properties of Granulated Blast Furnace Slag Mortar to Adhere to International Standards

2025· article· fr· W4414289029 sur OpenAlexvenueno aff
Mohammed Ali Abdulrehman, Ibrahim Abdulwahhab Atiyah, Ahmed S. Abbas, Ali Abed Salman, Akram Q. Moften, Ahmed Hafedh Mohammed Mohammed

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2025
Typearticle
Languefr
DomaineEngineering
ThématiqueRecycling and utilization of industrial and municipal waste in materials production
Établissements canadiensnon disponible
Organismes subventionnairesMustansiriyah UniversityUniversiti Sains Malaysia
Mots-clésMortarGround granulated blast-furnace slagBlast furnaceSlag (welding)Cement

Résumé

récupéré en direct d'OpenAlex

The need for environmentally friendly binders is driven by the high carbon footprint of Portland cement.Alkali-activated slag mortar is a promising alternative, but its application is limited by how quickly it sets.The ASTM specifications for mechanical strength and setting time were met by optimizing the granulated blast furnace slag mortar developed in this study.The mortar was activated using different SS/SH ratios (1.5 to 2.5) and sodium hydroxide molarities (8M and 10M), in addition to the two superplasticizers (PMS and PCE).The optimal formulation (SS/SH = 1.5, 8M NaOH, with PCE) had a flexural strength of 6.3 MPa, compressive strength of 42.5 MPa, and initial and final setting times of 45 and 130 min, respectively, after 28 d.In comparison to PMS, the PCE-enhanced mixes exhibited improved mechanical performance and a 23% decrease in shrinkage.This study demonstrates that optimizing the SS/SH ratio and NaOH molarity offers a more straightforward, scalable, and economical method for producing alkali-activated slag mortars that satisfy international standards while improving durability and workability, in contrast to more sophisticated approaches such as encapsulated activators or CO₂-modified slag.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,081
Tête enseignante GPT0,319
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetRecycling and utilization of industrial and municipal waste in materials productionTravaux en français237 207