Notice bibliographique
Résumé
An optimized 24f glulam beam lay-up has been investigated with a series of laboratory testing and computer modeling. The basic ideas of these assessments are to increase the efficient use of timber resource in the glulam construction with integration of reliability based procedures to characterize the specified strengths for the glulam beams. During this study, existing grade specifications in the Canadian Standards have been refined. Five new Douglas fir lamina grades (T1, Cc, B, C and D) and their tensile strength data have been established. Finite element glulam analysis program ULAG has been used for the primary beam modeling and analysis. New routines to account for the laminating effects on the beam strength and to evaluate the shear capacity of the glulam beams have been incorporated in the ULAG program. The shear stress output from the finite element analysis has been integrated to consider weakest link stress volume effect for the shear capacity assessment. Subsequently 24f glulam beams have been successfully simulated using the refined ULAG program. A similar analysis based on ASTM D3737 has been carried out using the US-GAP program based on a detailed knot survey on the new lamina grades. The model has been calibrated by full scale test results. The model predictions and the corresponding assessments have been further validated by a second set of full scale glulam bending and shear tests. Glulam beams 305 mm and 610 mm deep, have been tested to assess the flexural strength. Three sets of glulam beams, 305 mm and 457 mm deep have been tested at short span to depth ratios to determine the shear capacity. Excellence prediction accuracy by ULAG has been confirmed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».