Étude multiéchelle de l’efficacité de l’oxyde de graphène dans \nles matériaux à base de ciment
Bibliographic record
Abstract
Cette étude a été réalisée dans le but d’évaluer l’effet de l’ajout d’un faible pourcentage (0,03%) d’oxyde de graphène (GO) sur les propriétés des matériaux à base de ciment. L’intérêt croissant des nanomatériaux a poussé plusieurs chercheurs à considérer l’utilisation de cette nouvelle génération de matériaux pour améliorer la performance de bétons. Ainsi, à travers un programme expérimental basé sur une caractérisation multiéchelle, l’effet du GO sur la performance des matrices cimentaires a été évaluée. La méthode de dispersion du GO (superplastifiants et sonication), le rapport e/l (0,35 et 0,40) et l’utilisation d’un liant binaire avec 30 % laitier de haut fourneau et d’un liant avec 8 % de fumée de silice sont également des variables qui ont été étudiées. Dans le but de rendre cette technologie potentiellement accessible aux producteurs de béton, du GO disponible commercialement a été utilisé pour la réalisation des essais. \n \nPar l’entremise d’essais de calorimétrie isotherme et d’analyse thermogravimétrique (ATG), il a été possible de caractériser la réaction d’hydratation de pâtes cimentaires. Il advient que l’effet du GO est visible sur les courbes de taux de chaleur dégagée, particulièrement lorsque dispersé par un superplastifiant et par une combinaison de superplastifiant et de sonication. Cet effet, sur le ciment d’usage général (GU) et sur le liant binaire, est principalement noté sur l’amplitude du pic des aluminates de calcium (C3A). Ce changement observé sur l’allure du deuxième maxima d’hydratation peut être attribué au phénomène de nucléation apporté par le GO. Ensuite, des essais de résistance en compression ont permis d’évaluer la résistance mécanique de mortier à 1, 7 et 28 jours. Il en résulte d’abord que l’addition de GO aux mélanges vient significativement réduire l’étalement du mortier à l’état frais. Une baisse de la résistance en compression est également notée pour les mortiers sans superplastifiant. Les résultats montrent finalement qu’aucun avantage sur la résistance à la compression n’est retiré de l’utilisation de GO. L’effet du GO serait donc moins important dans des mélanges avec particules de tailles hétérogènes. Afin d’évaluer l’effet du GO d’un point de vue d’application pratique, des essais de pénétration des ions chlorures ont été menés, à 28, 56 et 91 jours, sur des bétons inspirés des mélanges de types V-S/C-1 et XIII/C-XL du ministère des Transports (MTQ) et de l’Association canadienne de normalisation (CSA). Il en est résulté que le GO permet de réduire la pénétration des ions chlorures entre 5,5 et 24,9%, dépendamment de'il stl’échéance et de type de mélange, donc d’apporter une amélioration. L’utilisation de l’oxyde de graphène serait donc préférable dans d’autres conditions d’exposition et d’autres conceptions de mélanges.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".