Using Stone Sawdust Waste as Supplementary Cementitious Material: Northeast Brazilian Case Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study evaluates the potential of ornamental stone sawing residues—specifically high-density limestone (HDLSW) and granite (GSW)—as supplementary cementitious materials (SCMs). The residues were collected in Northeastern Brazil and subjected to mineralogical characterization (XRD), chemical composition analysis (XRF), and particle size distribution (laser diffraction). Results indicate that HDLSR has a high CaO content (91.55%), while GSR contains a combined total of SiO2 + Al2O3 + Fe2O3 of 86.27%, both meeting the criteria for SCM utilization. Particle size analyses showed that both residues have suitable average particle sizes (D50 between 11.59 µm and 20.71 µm), favoring the nucleation effect and contributing to the development of early-age compressive strength. Cement pastes with 5%, 10%, and 15% replacement levels of Portland cement by HDLSR and GSR were tested for consistency and compressive strength up to 91 days. The results demonstrated that the incorporation of these residues did not significantly alter the workability of the pastes and, in some cases, led to mechanical strength gains, even in the absence of significant pozzolanic activity—especially when used in ternary blends. The use of these residues helps reduce Portland cement consumption and CO₂ emissions, promoting the reuse of by-products from the ornamental stone industry. This approach aligns with the principles of sustainable construction and circular economy by offering a viable, eco-efficient alternative for partial cement replacement in cementitious 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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découle