MétaCan
Menu
Retour à la cohorte
Enregistrement W2221422639

Temperature Distribution Analysis in Double-Arced Concrete Dams under Environmental Reactions- A Case Study of the Dez Hydro-Electrical Dam in Northern Dezful

2013· article· en· W2221422639 sur OpenAlexvenueno aff
Siamak.Ahmadi Fard, Amin Bagheban Zade Dezfouli

Notice bibliographique

RevueJournal of academic and applied studies · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceAridGeotechnical engineeringGeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Variations in temperature and their resulting stress and strain on concrete dams is of vital importance because of their effects on sustainability and operational efficiency of these hydraulic structures under arid and semi-arid conditions. The influence of temperature on dynamic behavior of the double-arced concrete dams for instance, is shown to have a direct impact on the thermo-elasticity characteristics of the mixed concrete and the constituting materials in the concrete. Because of these factors the present paper investigates the effects of variation in air temperature on dynamic behavior of these structures based on the data obtained from the precision tools incorporated in the system. Results showed a higher temperature at the upper water height than the deeper water bodies and as such, the size of the cracks greater than the lower depth. For this reason, data obtained from the dilatometer tools shown more drainage of water from the cracks at the upper than the lower level. Results further indicated a variation in the dam configuration at upstream due to higher temperature during summer on one hand and further variation at downstream during winter season. Research shown the vital importance of the precision tools in identifying the effects of components such as variations in temperature and seepage rate in the sustainability of these structures on one hand and their operational efficiency aimed at optimum utilization of the renewable water resources on the other.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,574
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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 tête enseignante, 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of academic and applied studiesMême sujetDam Engineering and SafetyTravaux en français237 207