MétaCan
Menu
Retour à la cohorte
Enregistrement W2082170679 · doi:10.1080/10286600212160

Effect of Reinforcement Corrosion on Reliability of Bridge Girders

2002· article· en· W2082170679 sur OpenAlexafffund
Jie Sun, Han Hong

Notice bibliographique

RevueCivil Engineering and Environmental Systems · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCorrosionGirderReliability (semiconductor)Service lifeStructural engineeringBridge (graph theory)Nonlinear systemMaterials scienceReinforcementEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Aging reinforced concrete structures have been not only subjected to in-service loading but also exposed to an aggressive environment which will cause corrosion of reinforcing steels embedded in concrete. An approach that is akin to the nested reliability method is proposed for the time-dependent reliability analysis of bridge girders under corrosion attack. The approach can be used to investigate directly the effects of the uncertainty in surface chloride concentration and critical chloride concentration for corrosion initiation, and the possible nonlinear corrosion growth on the reliability. The consideration of the nonlinear corrosion growth is due to the fact that the corrosion current density may not be a constant. Analyses of the reliability of bridge girders to the parameters governing the corrosion are performed using the proposed approach and typical statistics of load effects and material strength parameters. Results suggest that consideration of the nonlinear corrosion growth is very important in determining the remaining service life of existing concrete structures, and that the uncertainty in the variables controlling the corrosion initiation has only small effect on the estimated time-dependent reliability.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,163
Écart entre enseignants0,158 · 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'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

Citations10
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCivil Engineering and Environmental SystemsMême sujetConcrete Corrosion and DurabilityTravaux en français237 207