Compressive strength of mortar incorporating recycled nonmetallic printed circuit board waste: experimental and interpretable machine learning analysis.
- Utilisation de déchets NM-PCB dans les mortiers
- Modèles ML pour prédire la résistance à la compression
- Optimisation des additifs (fumier de silice, poudre de marbre)
L'article traite de matériaux de construction et d'analyse ML, sans lien avec les neurosciences, la psychologie ou la médecine. Aucune implication clinique n'est mentionnée.
Aucun lien avec les neurosciences ou la santé clinique Données exclusivement centrées sur l'ingénierie des matériaux Absence d'applications médicales ou psychologiques
Contexte : Les cartes électroniques usagées (PCB) constituent un défi environnemental en raison des substances dangereuses qu'elles libèrent en décharge. Parallèlement, la crise mondiale du sable a poussé à explorer des alternatives durables pour les matériaux de construction. Cependant, l'intégration de déchets non métalliques de PCB (NM-PCB) dans les mortiers reste limitée, notamment en raison du manque de données sur leurs effets combinés avec d'autres additifs. Objectif : Évaluer le potentiel des NM-PCB, associés au fumier de silice et à la poudre de marbre, comme remplacement partiel des agrégats fins dans les mortiers, tout en utilisant l'apprentissage automatique (ML) pour prédire la résistance à la compression (RC), critère clé des bétons. Méthode : Une base de données expérimentale de 270 échantillons a été créée, avec 8 variables d'entrée (comme la teneur en NM-PCB, fumier de silice, etc.) et la RC comme variable de sortie. Des modèles ML (régression linéaire, forêt aléatoire, XGBoost) ont été optimisés et validés via la validation croisée. L'analyse SHAP et ICE/PDP a permis d'identifier les facteurs influençant la RC. Résultats : La meilleure RC (17,6 MPa) a été obtenue avec 5 % de fumier de silice, 5 % de poudre de marbre et 3 % de NM-PCB. Le modèle de forêt aléatoire a montré une performance élevée (R² = 0,96). L'âge de cure, le rapport eau-ciment et la dose de superplastifiant ont eu un impact significatif. Intérêt clinique : Aucun lien direct avec les neurosciences ou la santé clinique n'est évoqué dans l'article. Les résultats concernent principalement l'ingénierie des matériaux et l'environnement. Limites : L'article ne traite pas de sujets pertinents pour la veille clinique en neurosciences. Les données et analyses sont exclusivement centrées sur les propriétés des mortiers et l'optimisation industrielle, sans application médicale ou psychologique.
Utilisation de déchets NM-PCB dans les mortiers Modèles ML pour prédire la résistance à la compression Optimisation des additifs (fumier de silice, poudre de marbre) Impact de l'âge de cure sur la RC
Faible