MétaCan
Menu
Retour à la cohorte
Enregistrement W2593103540 · doi:10.1002/app.44711

Model development for work of fracture of hybrid composites

2017· article· en· W2593103540 sur OpenAlexaff
Hamideh Hajiha, Mohini Sain

Notice bibliographique

RevueJournal of Applied Polymer Science · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Behavior of Composites
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComposite materialMaterials scienceFracture (geology)FiberWork (physics)Fiber pull-outComposite numberMatrix (chemical analysis)Composite laminatesMechanical engineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The theoretical modeling for work of fracture of hybrid composites was investigated. Current available models for the work of fracture mostly consider single fiber composites and are not supported by experimental evidence. This is due to the complex nature of work of fracture, and presence of far too many variables for the experimental validation such as interaction of fibers with matrix and with each other. In this work, a model was developed for hybrid composites based on the modification of rule of mixtures, considering pull‐out, fracture, debonding, and stress redistribution for fibers along fracture for matrix. Later, the model was experimentally evaluated by GF‐hemp‐PP hybrid composites, and showed a better agreement in comparison to a prevalent model for work of fracture. Aside from matrix failure, the dominant failure mechanisms were fiber stress redistribution for long fiber composites and fiber pull out for short fiber composites. © 2017 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2017 , 134 , 44711.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,348

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,259
Écart entre enseignants0,238 · 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'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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Polymer ScienceMême sujetMechanical Behavior of CompositesTravaux en français237 207