MétaCan
Menu
Retour à la cohorte
Enregistrement W2126787802 · doi:10.1080/15376490500259251

Shape Memory Alloy Wire Reinforced Composites for Structural Damage Repairs

2005· article· en· W2126787802 sur OpenAlexaff
Khaled Shahin, Guang Ping Zou, Farid Taheri‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

Notice bibliographique

RevueMechanics of Advanced Materials and Structures · 2005
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésShape-memory alloySMA*Materials scienceComposite materialFinite element methodStructural engineeringAdhesiveComposite numberMartensiteAusteniteLayer (electronics)Computer scienceMicrostructure

Résumé

récupéré en direct d'OpenAlex

Shape memory alloys (SMA) have demonstrated their potential use in various smart structural applications. SMA undergo a reversible phase transformation from martensite to austenite as temperature increases. This transformation leads to shape recovery and to the associated recovery strains. SMA can also be used to enhance the capacity of a damaged structure, especially adhesively bonded joints. One approach is to use SMA-reinforced patches for enhancing adhesively bonded joints. To this end a design strategy, by which one can integrate the properties of SMA reinforcement to improve the interlaminar stresses of the bonded joint must be developed. Therefore, an analytical solution for evaluation of the stresses in a SMA wire reinforced composite patch used for repairing cracks in banded joints was created. The variables considered in the model are the fraction of SMA wires, the associated phase transformation strain, patch thickness, and adhesive layer's thickness and mechanical properties. A finite element analysis (FEA) was also conducted to verify the integrity of the results obtained through the proposed solution, and good agreement was obtained.

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 enseignants0,002
Score d'incertitude au seuil0,008

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)0,0020,001

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 Opus0,010
Tête enseignante GPT0,249
Écart entre enseignants0,239 · 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

Citations22
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanics of Advanced Materials and StructuresMême sujetShape Memory Alloy TransformationsTravaux en français237 207