MétaCan
Menu
Retour à la cohorte
Enregistrement W2020080248 · doi:10.1061/(asce)0733-9445(2007)133:1(85)

Fiber-Element Model for Slender HSS Columns Retrofitted with Bonded High-Modulus Composites

2006· article· en· W2020080248 sur OpenAlexafffund
Amr Shaat, Amir Fam

Notice bibliographique

RevueJournal of Structural Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceComposite materialBucklingStructural engineeringStiffnessRetrofittingFibre-reinforced plasticCarbon fiber reinforced polymerModulusReinforced concreteEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents an analytical model developed to predict the behavior of concentrically loaded cold-formed square hollow structural section (HSS) slender columns, strengthened with high-modulus carbon fiber reinforced polymer (CFRP) sheets. The model predicts the load versus axial and lateral displacements, and accounts for plasticity of steel, the built-in through-thickness residual stresses, geometric nonlinearity, initial out-of-straightness imperfection, and the contribution of CFRP sheets. The model was verified using test results. Since the gains in strength due to CFRP retrofitting of the tested columns were found to be sensitive to the inherent out-of-straightness, the model was used to uncouple the effects of out-of-straightness and CFRP reinforcement ratio. It was shown that axial strength and stiffness of HSS columns could be increased substantially when retrofitted with longitudinal CFRP sheets, due to reduction of the lateral displacement induced by buckling. It was also shown that CFRP effectiveness increases for columns with larger out-of-straightness deficiencies and columns of higher slenderness ratios.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations53
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Structural EngineeringMême sujetStructural Load-Bearing AnalysisTravaux en français237 207