MétaCan
Menu
Retour à la cohorte
Enregistrement W2775249464 · doi:10.2495/cmem-v6-n3-551-562

The effects of test set-up on the apparent flexural modulus of thin angle-ply laminates using standard four-point bend testing

2017· article· en· W2775249464 sur OpenAlexaff
Diane Wowk, Catharine Marsden

Notice bibliographique

RevueInternational Journal of Computational Methods and Experimental Measurements · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Structure Analysis and Optimization
Établissements canadiensConcordia UniversityRoyal Military College of CanadaRoyal Ottawa Mental Health Centre
Organismes subventionnairesnon disponible
Mots-clésThree point flexural testFlexural strengthComposite materialMaterials scienceFlexural modulusStructural engineeringModulusPoint (geometry)EngineeringMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Four-point bending is a standard test method that can be used to determine flexural properties of a material or for quality control.The ASTM and ISO test standards specify an allowable range of set-up parameters such as the coupon width, the support span and the load span that can be used to determine the flexural modulus.When angle-ply laminates are tested in four-point bending the apparent flexural modulus is over predicted due to the bending-twisting coupling and the interaction between the coupon and the test fixture.In the present study, the effect of the test configuration on the apparent flexural modulus of thin angle-ply laminates in four-point bending is evaluated for six different layups.It is shown that test set-ups that allow more twisting of the coupon will result in apparent flexural moduli that are closer to the theoretical value.The torsional moments induced by the test fixture are quantified, and it is shown that they are directly responsible for the increase in the apparent flexural modulus.

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)0,005
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,065
Tête enseignante GPT0,368
Écart entre enseignants0,303 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computational Methods and Experimental MeasurementsMême sujetComposite Structure Analysis and OptimizationTravaux en français237 207