MétaCan
Menu
Retour à la cohorte
Enregistrement W2788372814 · doi:10.15376/biores.13.2.2814-2833

An Inelastic Model for Analyzing Intermediately Slender Engineered Bamboo/Wood Columns Subjected to Biaxial Bending and Compression

2018· article· en· W2788372814 sur OpenAlexaff
Zirui Huang, Zhongfan Chen, Dongsheng Huang, Ying Hei Chui, Yuling Bian

Notice bibliographique

RevueBioResources · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBamboo properties and applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceBambooComposite materialBendingCompression (physics)Structural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The engineered bamboo/wood composites (EBWCs) studied in this work included solid wood, wood-based composites, and bamboo-based composites. The basic characteristic of these products is that they have similar stress-strain relationships in the parallel to the grain direction because of their similar microscopic structures. The asymmetric stress-strain relationship in tension and compression presents a great challenge for the inelastic analysis of intermediately slender EBWC columns. In this study, a novel model was developed for the inelastic analysis of biaxially loaded intermediately slender EBWC columns with rectangular cross sections. The model provides a step by step method to evaluate the nonlinear responses and load-carrying capacities of these columns. Experiments on parallel strand bamboo columns loaded with biaxial eccentric loads were conducted to validate the model. Good agreement between the experimental and predicted results was achieved. The innovative elements of the model were the asymmetric properties of EBWCs in tension and compression, and its simplicity, which lends itself to implementation in engineering design calculations. The present work is an extension of a previous study by Huang et al. (2015a), and its objective was to develop an innovative inelastic analysis model evaluating biaxially loaded intermediately slender EBWC columns with rectangular cross sections.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,263

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 ouverte0,0000,000
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 Opus0,034
Tête enseignante GPT0,252
Écart entre enseignants0,218 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetBamboo properties and applicationsTravaux en français237 207