MétaCan
Menu
Retour à la cohorte
Enregistrement W2121561375 · doi:10.1177/0731684415580331

Enhancing buckling capacity of slender s-section steel columns around strong axis using bonded carbon fibre plates

2015· article· en· W2121561375 sur OpenAlexaff
Allison Ritchie, Colin MacDougall, Amir Fam

Notice bibliographique

RevueJournal of Reinforced Plastics and Composites · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésBucklingMaterials scienceComposite materialPolymerCarbon fibersModulusReinforcementStructural engineeringComposite number

Résumé

récupéré en direct d'OpenAlex

This paper investigates a strengthening technique of slender S-section steel columns against global buckling about their strong axes. Carbon fibre-reinforced polymer plates of various Young’s moduli, ranging from 168 to 430 GPa, were adhesively bonded to the steel flanges. The number of carbon fibre-reinforced polymer layers was varied to produce reinforcement ratios of 11–34%. The study comprised eight 2.6 m long pin-ended columns with a slenderness ratio of 83, including five strengthened with carbon fibre-reinforced polymer. The out-of-straightness imperfection of the columns ranged from length (L)/29,000 to L/1600. It was shown that the increase in strength ranged from 15% for the smallest out-of-straightness to 25% for the largest. Increasing reinforcement ratio of the 168 GPa modulus carbon fibre-reinforced polymer from 11 to 34% increased strength from 5 to 15%. Although a higher modulus carbon fibre-reinforced polymer would generally be favoured for achieving higher gains in buckling strength according to Euler’s buckling theory, this study showed that failure strain of such carbon fibre-reinforced polymer could be a critical limiting factor. It is important that global buckling, and hence the peak load, is achieved before carbon fibre-reinforced polymer crushing.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,216
Écart entre enseignants0,195 · 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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reinforced Plastics and CompositesMême sujetStructural Load-Bearing AnalysisTravaux en français237 207