MétaCan
Menu
Retour à la cohorte
Enregistrement W4414609002 · doi:10.3390/ma18194528

Shrinkage Characteristics of Geopolymer Concrete: A Comprehensive Review

2025· review· en· W4414609002 sur OpenAlexafffund
Rukayat Olayinka, Reza Jafari, M. Fiset

Notice bibliographique

RevueMaterials · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesMitacs
Mots-clésShrinkageGeopolymerCuring (chemistry)Portland cementCrackingSodium hydroxide

Résumé

récupéré en direct d'OpenAlex

Geopolymer concrete (GC) has become apparent as a promising and sustainable alternative to ordinary portland cement (OPC) concrete, presenting notable advantages in both environmental impact and mechanical performance. Despite these benefits, shrinkage remains a critical issue, influencing cracking susceptibility, long-term durability, and structural reliability. While previous investigations have focused on isolated parameters, such as activator concentration or curing techniques, this review provides a comprehensive analysis of the shrinkage behaviour of geopolymer concrete by exploring a broader range of influential factors. Key contributors-including precursor composition, alkali activator concentration, sodium silicate-to-sodium hydroxide ratio, liquid-to-solid ratio, pore structure, and curing conditions-are evaluated and mitigation strategies are discussed. Comparative evaluation of experimental studies reveals key patterns and mechanisms: heat curing around 60 °C consistently limits shrinkage, low-calcium binders outperform high-calcium systems, and chemical additives can reduce shrinkage by as much as 80%. The analysis also highlights emerging, bio-based additives that show promise for simultaneously controlling shrinkage and preserving mechanical performance. By integrating these diverse insights into a single framework, this paper provides a comprehensive reference for designing low-shrinkage GC mixtures.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,034
Tête enseignante GPT0,321
Écart entre enseignants0,287 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetConcrete and Cement Materials ResearchTravaux en français237 207