MétaCan
Menu
Retour à la cohorte
Enregistrement W2035843671 · doi:10.1117/12.548112

<title>Fatigue and post-fatigue performance of Fabry-Perot FOS installed on CFRP-strengthened RC-beams</title>

2004· article· en· W2035843671 sur OpenAlexaff
Catalin Gheorghiu, Pierre Labossière, Jean Proulx

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Fiber Optic Sensors
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésDurabilityStructural engineeringReinforcementStructural health monitoringMaterials scienceReinforced concreteFatigue testingFibre-reinforced plasticBendingFatigue limitComputer scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

There is a growing need for built-in monitoring systems for civil engineering infrastructures, due to problems such as increasing traffic loads and rising costs of maintenance and repair. Fibre optic sensors (FOS), capable of reading various parameters are promising candidates for life-long health monitoring of these structures. However, since FOS have only been introduced recently into the field of structural monitoring, their acceptance and widespread implementation will be conditioned by their durability under severe climatic and loading conditions. This paper reports on the performance of strain extrinsic FOS attached to carbon fibre reinforced polymer (CFRP) plates used to strengthen concrete structures. The specimens tested in this project are reinforced concrete (RC) beams with an additional external CFRP reinforcement. The FOS-instrumented beams were first subjected to fatigue loading for various numbers of cycles and load amplitudes. Then, they were tested monotonically to failure under four-point-bending. The test results provide an insight on the fatigue and post-fatigue behaviour of FOS used for monitoring reinforced concrete structures.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Fiber Optic SensorsTravaux en français237 207