MétaCan
Menu
Retour à la cohorte
Enregistrement W2059864993 · doi:10.3141/2164-03

Grid Types Used to Strengthen Reinforced Concrete Panels Subjected to Impact Loading

2010· article· en· W2059864993 sur OpenAlexaff
Muslim Majeed, A O Abd El Halim, O. Burkan Isgor, E. Contestable

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRetrofittingExplosive materialStructural engineeringMaterials scienceReinforced concreteFailure mode and effects analysisPenetration (warfare)Forensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The protection of existing reinforced concrete structures against impact loads, the effects of blast, or both, has become a major concern of researchers and engineers. Sudden impacts and release of high-speed loads, such as those from bullets, fragment bombs, and bare explosive charges, can generate high pressures on structures, resulting in fragmentation that can cause serious damage, injuries, and casualties. Results from an experimental investigation performed on reinforced concrete slabs retrofitted with different grids and polypropylene, polyethylene, and steel meshes are presented. The testing program includes impact tests using a falling weight and fragmentation simulation using an air gun. These tests were conducted on square concrete panels with dimensions of 600 × 600 × 100 mm. Deflections and depths of penetration were measured, as were applied and absorbed kinetic energy and the kinetic energy of the resulting concrete fragments. Damage and mode of failure due to post-impact were also observed and recorded. Results and analysis of the data and observations showed that the concrete panels retrofitted with a combination of steel mesh and polyethylene grid provided the most promising retrofitting protection when compared with other options.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,069
Tête enseignante GPT0,363
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation Safety and Impact AnalysisTravaux en français237 207