MétaCan
Menu
Retour à la cohorte
Enregistrement W2799718717 · doi:10.22215/etd/2014-10418

Modelling the Fire Performance of Hybrid Steel-Timber Connections

2014· dissertation· en· W2799718717 sur OpenAlexaff
Aaron Akotuah Ohene

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringFire resistanceFinite element methodConnection (principal bundle)EngineeringBeam (structure)Column (typography)Full scaleEnvelope (radar)Fire performanceShear (geology)Materials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

In a building structure, wood can be used in conjunction with steel or concrete material to form what is known as a hybrid building system.A hybrid system combines the efficient properties of the different materials to achieve design requirements such as structural or fire safety.In this research, a typical steel-timber hybrid system is considered.This steel-timber hybrid system consists of a glulam wooden beam connected to a steel column.The connection of the beam to the column is composed of three different types of shear tab connections: concealed, exposed and seated connections.These connections transfer vertical loads between the beams and columns in a hybrid structure.The fire resistance of these connections is evaluated using a finite element model and compared with the full-scale experimental fire resistance tests which had been conducted earlier in a separate project.The major parameters studied included load ratio, heat transfer, charring properties of wood, failure mode of the wood, and their influence on the time to failure of the connections.The finite element model results were in good agreement with the observations made from the experimental tests.The variation between the test and the model results was within a ±11% envelope.In conclusion, the seated connection had a better fire resistance as compared to the concealed and exposed connections.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,193
Écart entre enseignants0,179 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWood Treatment and PropertiesTravaux en français237 207