The interfacial transition zone (ITZ) serves as a critical juncture between aggregate and cement paste in concrete, particularly vulnerable to calcium leaching. This study investigates the impact of water-cement (w/c) ratio and micro-SiO2 and nano-SiO2 content on the deterioration of shear bonding strength and micro-Vickers hardness of the ITZ during leaching. Analysis of ITZ micro-structure and elemental composition is conducted using backscattering electron microscope and energy dispersive spectroscopy (BSEM/EDS), and a deterioration model for the shear bonding strength of the leached ITZ is established. Results indicate that during leaching, shear bonding strength and micro-Vickers hardness of the ITZ are approximately 28% and 67% of those of the cement paste, respectively. A linear relationship between the shear bonding strength of the ITZ and its micro-Vickers hardness is observed when employing the same type of admixture. Mechanical properties and leaching resistance of the ITZ diminish progressively with increasing w/c ratio. Conversely, they exhibit an initial enhancement followed by decline with increasing micro-SiO2 and nano-SiO2 contents, with optimal contents of 8% and 2%, respectively. Micro-SiO2 and nano-SiO2 are found to enhance long- and short-term leaching resistance of cement-based materials, respectively. Additionally, the shear bonding strength of the ITZ decreases linearly with increased degree of area leaching. These findings enhance our understanding of the deterioration behavior of the ITZ and provide an important foundation for studying the durability changes of concrete subjected to calcium leaching.

Abstract With the growing demand for high performance energy storage devices, the advanced manufacturing technology of electrodes, which is a crucial component, has become increasingly essential in academic research and industrial applications. Activated carbon fiber cloth (ACFC) is a promising candidate for lithium‐ion capacitor (LIC) electrodes due to its abundant internal space and pores. However, the wider application of ACFC is restricted by its inferior conductivity. The conventional coating process is costly in terms of both materials and time and is only applicable to surface treatment with limitations in treating shaped substrate such as ACFCs. To overcome the applications obstacles of ACFC in batteries and capacitors, we propose a novel strategy for modification that utilizes electrophoretic deposition (EPD) to deposit Super P onto the surface, thus enhancing its conductivity. After being deposited for 10 min at 80 V, the modified ACFC exhibited higher conductivity. When matched with Si@C anode, the assembled LIC demonstrates excellent initial specific areal capacitance (710 mF cm −2 ) and cycling retention, with 76.92% remaining after 100 cycles at a current density of 7 mA cm −2 . When matched with Si@C anode, the assembled LIC demonstrates excellent initial specific areal capacitance (26.91 F g −1 ) and cycling retention, with 85.21% remaining after 100 cycles at a current density of 0.2 A g −1 . This work showcases the potential of EPD technology in the realm of electrode preparation and offers insights for electrode manufacture in other systems.

Abstract Offline land surface models (LSMs) require atmospheric forcing data sets for simulating water, energy, and biogeochemical fluxes. However, available forcing data sets remain highly uncertain and can introduce additional differences in LSM simulations. This study explored the impact of various forcing data sets, ranging from widely used to newly developed, on hydrological simulations using the Common Land Model 2024 (CoLM2024). We conducted 12 global experiments using different forcing data sets to force CoLM2024. We evaluated the model's performance against plot‐scale observations and globally gridded reference data. We examined the uncertainties in forcings and their impact on output variables such as latent heat, sensible heat, net radiation, and total runoff. Globally, precipitation has the highest degree of uncertainty at 4.4%. The forcing uncertainties propagate to the model simulations and cause significant differences in simulated variables. Runoff uncertainty is about 15.7% globally, with a greater impact in low latitudes. Our evaluation shows that the newly developed data sets, such as CRUJRA and ERA5LAND, generally outperform the others. However, the optimal forcing data set varies depending on the variable of interest and the targeted region. Partial Least Squares Regression analysis reveals that different simulated variables are associated with dominant forcing variables, highlighting the importance of selecting forcing data sets for specific applications and regions. This study confirms the importance of improving the quality and consistency of meteorological data. This would help reduce simulation biases and guide the improvement of the model structure and parameterization of CoLM2024.