MétaCan
Menu
Retour à la cohorte
Enregistrement W2094866539 · doi:10.1061/(asce)1084-0702(2005)10:6(678)

Distribution Factors for Curved Continuous Composite Box-Girder Bridges

2005· article· en· W2094866539 sur OpenAlexaff
Magdy Samaan, Khaled Sennah, John B. Kennedy

Notice bibliographique

RevueJournal of Bridge Engineering · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensUniversity of WindsorToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringBox girderStructural loadDeflection (physics)EngineeringCurvatureSpan (engineering)Finite element methodGirderFlexural strengthParametric statisticsTruckMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

The use of horizontally curved composite box-girder bridges in modern highway systems has become increasingly popular for economic as well as for aesthetic considerations. Based on a recent literature review on the design of box-girder bridges, it was observed that a simple design method for curved bridges, based on load distribution factors for stresses and shears, is as yet unavailable. This paper presents the results of an extensive parametric study, using a finite element method, in which the structural responses of 240 two-equal-span continuous curved box-girder bridges of various geometries were investigated. The parameters considered in this study included span-to-radius of curvature ratio, span length, number of lanes, number of boxes, web slope, number of bracings, and truck loading type. Based on the data generated from this study, empirical formulas for load distribution factors for maximum longitudinal flexural stresses and maximum deflection due to dead load as well as AASHTO live loading were deduced. An illustrative design example is presented.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,001

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 Opus0,008
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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

Citations28
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bridge EngineeringMême sujetRailway Engineering and DynamicsTravaux en français237 207