MétaCan
Menu
Retour à la cohorte
Enregistrement W2114513060 · doi:10.3390/polym7111513

Thermal and Fire Characteristics of FRP Composites for Architectural Applications

2015· article· en· W2114513060 sur OpenAlexaff
Umberto Berardi, Nicholas A. Dembsey

Notice bibliographique

RevuePolymers · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésCone calorimeterDurabilityFibre-reinforced plasticArchitectural engineeringFire performanceFire resistanceComputer scienceConstruction engineeringStructural engineeringCivil engineeringForensic engineeringMaterials scienceEngineeringComposite materialPyrolysisWaste management

Résumé

récupéré en direct d'OpenAlex

This paper discusses the main challenges of using fiber reinforced polymers (FRPs) in architectural applications. Architects are showing increased interest in the use of FRPs in modern buildings thanks to FRPs’ ability to allow cost effective realization of unique shapes and flexible aesthetics, while accommodating architectural designs and needs. The long-term durability, weathering resistance, and the exceptional mechanical properties have recently suggested the adoption of FRPs for building façade systems in an increasing number of buildings worldwide. However, some challenges for a wider adoption of FRPs in buildings are represented by the environmental and thermal aspects of their production, as well as their resistance to the expected “fire loads”. This last aspect often raises many concerns, which often require expensive fire tests. In this paper, the results of cone calorimeter tests are compared with software simulations to evaluate the possibility of designing FRPs on the computer as opposed to current design practice that involves iterative use of fire testing. The comparison shows that pyrolysis simulations related to FRPs are still not an effective way to design fire safe FRPs for architectural applications.

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 seuil0,007

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)0,0020,001

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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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

Citations56
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymersMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207