MétaCan
Menu
Retour à la cohorte
Enregistrement W2039417321 · doi:10.1520/jte102386

Size Effects in Flexural Toughness of Fiber Reinforced Concrete

2010· article· en· W2039417321 sur OpenAlexaff
Zhengwu Jiang, Nemkumar Banthia

Notice bibliographique

RevueJournal of Testing and Evaluation · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthMaterials scienceComposite materialToughnessFiber-reinforced concreteFiberFracture toughness

Résumé

récupéré en direct d'OpenAlex

Abstract The influence of specimen size on measured flexural toughness of fiber reinforced concrete (FRC) remains largely unknown. Towards this end, an experimental program was carried out where flexural toughness tests were performed on specimens of two different sizes using ASTM C1609/C1609M-07 test procedure. Two specimen sizes of 100×100×350 mm3 and 150×150×500 mm3 were tested. A hybrid polymeric fiber at three fiber dosage rates of 3.0, 4.5, and 6.0 kg/m3 was investigated. Results indicate that the specimen size affects not only the toughness properties but also the variability in data as quantified by the coefficient of variation (COV). Size effect was more pronounced in the early part of the load-deflection curve and decreased with an increase in the fiber volume fraction. At a given fiber volume fraction, the COV, moduli of rupture, and post-crack residual strengths were all higher for the specimens of smaller size. Finally, the small size specimens showed a greater deflection hardening than the large size specimens. The last conclusion is significant in that deflection hardening is now often cited as the required performance characteristic of high performance FRC, and this property may depend more on the size of the specimens than on the composite itself.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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)0,0010,000

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 Opus0,024
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Testing and EvaluationMême sujetInnovative concrete reinforcement materialsTravaux en français237 207