MétaCan
Menu
Retour à la cohorte
Enregistrement W2899561317 · doi:10.1088/1757-899x/431/7/072004

Enhancing shear capacity of masonry wallet using PP-band and steel wire mesh

2018· article· en· W2899561317 sur OpenAlexaff
Susanta Banerjee, Sanket Nayak, Sreekanta Das

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMasonry and Concrete Structural Analysis
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMasonryRetrofittingUnreinforced masonry buildingStructural engineeringBrittlenessMaterials scienceShear (geology)Context (archaeology)Composite materialGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Past earthquakes witnessed the poor performance of unreinforced masonry (URM) structures resulting into huge economic loss and large number of casualties. In this context, the present paper is aimed to investigate the shear behaviour of a series of masonry wallets (unretrofitted and retrofitted) under diagonal compressive loading. To improve the wallet behaviour in shear, polypropylene band (PP-band) and steel wire mesh (WM) are used as retrofitting material. Both faces of wall are wrapped to get full tightening effect during loading. Bricks having standard size and half scale size are used to construct the full scale wallet and small scale wallet, respectively. It has been observed that retrofitted wall exhibits significant improvement in terms of load carrying capacity, displacement ability. Failure mode for both unreinforced masonry (URM) and strengthened specimens are reported and shear strength is computed using analytical formulations. It was observed that both the strengthening materials not only increase the load carrying capacity but also helps in changing the failure mode from brittle to ductile in some extent. From the study, it may be concluded that use of PP band and steel wire mesh are effective in improving the shear behaviour of masonry structures for both the types of wallets.

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)0,000
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMasonry and Concrete Structural AnalysisTravaux en français237 207