MétaCan
Menu
Retour à la cohorte
Enregistrement W2921194876 · doi:10.1051/matecconf/201927501020

Embedment Strength of Cross-Laminated Timber for Smooth Dowel-type Fasteners

2019· article· en· W2921194876 sur OpenAlexaff
Weiqun Dong, Qiao Li, Hao Zhang, Zhiqiang Wang, Jianhui Zhou, Meng Gong

Notice bibliographique

RevueMATEC Web of Conferences · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensUniversity of New BrunswickUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésEmbedmentDowelStructural engineeringCross laminated timberTransverse planeEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

Embedment strength is a significant property in the dowel type connection in timber structure, i.e. cross-laminated timber (CLT). The CLT design properties are different from those of sawn timber (ST) and glued-laminated timber (GLT) because of the orthogonal structure, which may particularly have influence on the design of connections. The layup feature, i.e. the thickness ratio of transverse layer (TRTL) was considered as an effective factor on CLT embedment strength in this study, except for other factors, i.e. wood density, smooth dowel diameter, and loading angle. Approximate 660 embedment tests were performed according to ASTM D5764 half-hole test method. A few of existing design models for CLT embedment strength were evaluated using experimental data. It was found that different factors had different effect tendency and each factor had statistically significant impact on CLT embedment strength. The embedment strength and failure modes of CLT were obviously different from those of GLT due to the existence of transverse layer in CLT. The existing design equations should be improved. Based on the test results, a new design equation was proposed which had better prediction.

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)0,002
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetWood Treatment and PropertiesTravaux en français237 207