MétaCan
Menu
Retour à la cohorte
Enregistrement W2905812607 · doi:10.1115/1.4042388

Scale Effect in Ice Flexural Strength

2018· article· en· W2905812607 sur OpenAlexafffund
Mohamed Aly, Rocky Taylor, Eleanor Bailey Dudley, Ian Turnbull

Notice bibliographique

RevueJournal of Offshore Mechanics and Arctic Engineering · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensCentre For Cold Ocean Resources EngineeringMemorial University of Newfoundland
Organismes subventionnairesHibernia Management and Development Company
Mots-clésFlexural strengthSea iceGeologyGeotechnical engineeringMaterials scienceComposite materialClimatology

Résumé

récupéré en direct d'OpenAlex

Ice flexural strength is an important parameter in the assessment of ice loads on the hulls of ice-class ships, sloped offshore structures, and sloped bridge piers. While scale effects in compressive ice strength are well known, there has been debate as to the extent of scale effects in ice flexural strength. To investigate scale effects during flexural failure of both freshwater and saline ice, a comprehensive up-to-date database of beam flexural strength measurements has been compiled. The database includes 2073 freshwater ice beam tests with beam volumes between 0.00016 and 2.197 m3, and 2843 sea ice beam tests with volumes between 0.00048 and 59.87 m3. The data show a considerable decrease in flexural strength as the specimen size increases, when examined over a large range of scales. Empirical models of freshwater ice flexural strength as a function of beam volume, and of saline ice as function of beam and brine volumes have been developed using regression analysis. For freshwater ice, the scale-dependent flexural strength is given as: σf=839(V/V1)−0.13 For sea ice, the dependence of flexural strength has been modeled as: σ=1324(V/V1)−0.054e−4.969vb. Probabilistic models based on the empirical data were developed based on an analysis of the residuals, and can be used to enhance probabilistic analysis of ice loads where ice flexural strength is an input.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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

Citations15
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Offshore Mechanics and Arctic EngineeringMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207