MétaCan
Menu
Retour à la cohorte
Enregistrement W2608344020 · doi:10.1680/jmacr.16.00525

Structural behaviour of reinforced concrete beams containing crumb rubber and steel fibres

2017· article· en· W2608344020 sur OpenAlexafffund
Mohamed K. Ismail, Assem A. A. Hassan, Amgad Hussein

Notice bibliographique

RevueMagazine of Concrete Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesResearch and Development Corporation of Newfoundland and Labrador
Mots-clésMaterials scienceCrackingCrumb rubberShear (geology)BrittlenessComposite materialStructural engineeringFlexural strengthComposite numberNatural rubberEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents experimental work to investigate the strength and cracking characteristics of optimised self-consolidating and vibrated rubberised concrete mixtures with/without steel fibres (SFs) using large-scale reinforced concrete beams. The test beams were cast with varying percentages of crumb rubber (CR) (0 to 35%), SF volume fractions (0, 0·35 and 1%) and SF lengths (35 and 60 mm). The performance of some design codes and published empirical equations was evaluated in predicting the shear capacity and first cracking moment of the tested beams. The results showed that the inclusion of SFs could alleviate the reduction in the shear capacity and first cracking moment that resulted from the addition of CR. In addition, combining CR and SFs contributed to developing sustainable concrete beams with high deformability, reduced self-weight and improved shear capacity. The composite effect of CR and SFs also helped to narrow the developed cracks and change the failure mode from brittle shear failure into ductile flexural failure, particularly for the SF volume of 1% (35 mm length). Comparisons of the predicted and experimental results indicate that most of the proposed equations can satisfactorily estimate the shear strength, but overestimate the first cracking moment.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,052
Tête enseignante GPT0,331
Écart entre enseignants0,279 · 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

Citations25
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMagazine of Concrete ResearchMême sujetInnovative concrete reinforcement materialsTravaux en français237 207