MétaCan
Menu
← Retour à la cohorte
Enregistrement W2312559427 · doi:10.1515/secm.2000.9.4.163

Through-the-Thickness Compressive Strengths of Graphite/Epoxy Laminated Composites: Experimental Characterization and Statistical Analysis

2000· article· en· W2312559427 sur OpenAlexaff
Chao Zhang, Rajamohan Ganesan, Suong V. Hoa

Notice bibliographique

RevueScience and Engineering of Composite Materials · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialEpoxyCompressive strengthGraphiteModulusPrismElastic modulus

Résumé

récupéré en direct d'OpenAlex

The purpose of the present paper is to investigate the through-the-thickness compressive strengths of graphite/epoxy laminated composites.The investigation is focused on three aspects of concern; probabilistic characteristics, effects of specimen lay-ups and effects of specimen sizes involved with the compressive strengths.One type of cross-ply prism specimen and four types of unidirectional prism specimens with different sizes are tested by directly applying the through-the-thickness compressive load on the surfaces of specimens through two pieces of collars.The inherent variability in the through-the-thickness compressive strengths is statistically studied based on experimental results.A contact finite element analysis is performed to look into the effects of friction between the collar and specimen and the effects of modulus of collar materials on the stress distribution inside the specimen.It is found that the through-the-thickness compressive strength strongly depends on the specimen lay-up, and depends on the specimen size to some degree in the unidirectional specimens.Moreover, the through-the-thickness modulus also seems to depend on the specimen lay-ups.The probability function of the through-the-thickness compressive strength is given in order to demonstrate the involved random behavior.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,235
Écart entre enseignants0,229 · 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

Citations7
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Engineering of Composite Materials→Même sujetMechanical Behavior of Composites→Travaux en français237 207→