MétaCan
Menu
Retour à la cohorte
Enregistrement W2767136878 · doi:10.1088/1757-899x/251/1/012104

Analysis of the stiffness and load-bearing capacity of glued laminated timber beams reinforced with strands

2017· article· en· W2767136878 sur OpenAlexfundno aff
R Sardiko, Kārlis Rocēns, J. Iejavs, V. Jakovlevs, K Ziverts

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésStiffnessReinforcementStructural engineeringMaterials scienceEpoxyComposite materialGLUEBearing capacityFailure mode and effects analysisUrea-formaldehydeBearing (navigation)AdhesiveComputer scienceEngineeringLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

In this paper a benefit of glulam pinewood beams reinforced strands is discussed. In the first phase, series of pull-out tests were performed on specimens made up of different types of glue (melamine-urea-formaldehyde, epoxy and others) to detect pull-out force and failure mode of a specimens. In the second phase, series of equal cross-section glulam beams with strand and rod reinforcement were theoretically analysed using transformed cross-section method. Additionally, series of experimental testing were made. Benefits of strand reinforcement use as glulam beams' reinforcement were identified and examined the possibility of one glue type application in all operations of reinforced glulam beams manufacturing.

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 enseignants0,162
Score d'incertitude au seuil0,364

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,193
Écart entre enseignants0,178 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetWood Treatment and PropertiesTravaux en français237 207