MétaCan
Menu
Retour à la cohorte
Enregistrement W2913984120 · doi:10.1007/s12205-019-0563-7

A Strain Based Method for Determining the Crack Closure and Initiation Stress in Compression Tests

2019· article· en· W2913984120 sur OpenAlexaff
Dahai Wang, Shaohui He, Dwayne D. Tannant

Notice bibliographique

RevueKSCE Journal of Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCrack closureClosure (psychology)Structural engineeringMaterials scienceCompression (physics)Stress (linguistics)Deformation (meteorology)Composite materialFracture mechanicsEngineering

Résumé

récupéré en direct d'OpenAlex

The pre-peak loading stages of rock in compression tests are divided into four stages (i.e., crack closure, elastic deformation, stable crack growth and unstable crack growth) by identifying the Crack Closure stress (CC), Crack Initiation stress (CI), and crack damage stress. A new method for determining the CC and CI is presented in this paper and compared with previous methods. The new method is called “Continuous Strain Deviation” (CSD), and it solves two problems associated with other methods: 1) determining the limits for the elastic range in laboratory data, and 2) identifying where crack closure or initiation occurs from the subtle changes in the stress-strain data. Starting from an initial point corresponding to 30% to 40% UCS, the proposed algorithm provides a distinct indicator for CC and CI. The CC and CI for Badaling granite and Äspö diorite are determined with the proposed method, results from which are similar to other methods. Sensitivity analyses of the CSD method show that stable CC and CI values could be estimated using any initial point from 30% to 40% UCS. Comparison studies show that the CSD method predicts a smaller stress range and gives a more distinct indicator for both CC and CI.

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)0,003
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,248
Écart entre enseignants0,235 · 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKSCE Journal of Civil EngineeringMême sujetRock Mechanics and ModelingTravaux en français237 207