MétaCan
Menu
Retour à la cohorte
Enregistrement W2767904152 · doi:10.1680/jmacr.17.00033

Exploring the synergy of ECCs and SMAs in creating resilient civil infrastructure

2017· article· en· W2767904152 sur OpenAlexaff
Mohamed A.E.M. Ali, Moncef L. Nehdi

Notice bibliographique

RevueMagazine of Concrete Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRetrofittingCivil infrastructureWork (physics)Homeland securityCatastrophic failureComputer scienceSmart materialConstructabilityDynamic loadingExplosive materialEngineeringForensic engineeringConstruction engineeringStructural engineeringMaterials scienceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Extreme loading events such as blasts, impacts and earthquakes often lead to the partial or total collapse of reinforced-concrete structures, resulting in economic and human life losses. Civil engineers have therefore been seeking innovative materials and systems that would allow the design of resilient and smart structures that can withstand such catastrophic events. Recently, engineered cementitious composites (ECCs) and shape memory alloys (SMAs) have emerged as strong contenders in the production of smart and resilient structural systems. This paper examines recent research work into the performance of structural members produced with ECCs and/or SMAs for applications in new structures as well as in strengthening and retrofitting work. The constraints on wider implementation of these materials in structural applications are discussed. It is shown that the superior performance of SMA-reinforced ECC elements under static and dynamic loading could allow the development of novel resilient composites with exceptional impact performance to protect infrastructure of paramount importance for homeland security against explosive, dynamic and impact loading.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,184
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,088
Tête enseignante GPT0,320
Écart entre enseignants0,232 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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