MétaCan
Menu
Retour à la cohorte
Enregistrement W2935984397 · doi:10.1061/(asce)mt.1943-5533.0002737

Strain-Softening Response and Failure Prediction in Notched Oriented Strand Board

2019· article· en· W2935984397 sur OpenAlexaff
Sardar Malek, Navid Zobeiry, Chunping Dai, Reza Vaziri

Notice bibliographique

RevueJournal of Materials in Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical stress and fatigue analysis
Établissements canadiensUniversity of British ColumbiaFPInnovationsBC Research (Canada)
Organismes subventionnairesnon disponible
Mots-clésSofteningMaterials scienceComposite materialOriented strand boardStructural engineeringFinite element methodStrain (injury)Tension (geology)Strain energy density functionYoung's modulusElastic modulusStrain energyUltimate tensile strength

Résumé

récupéré en direct d'OpenAlex

The strain-softening response and failure of oriented strand boards (OSBs) were investigated both experimentally and numerically. Standard tests were used to characterize the elastic (modulus of elasticity) as well as damage properties (damage height, damage initiation strain, and fracture energy) of OSBs in two principal (parallel and perpendicular) directions. Experimental data were then used in conjunction with a recently developed physically based damage model to simulate the nonlinear response of notched OSB samples under tension using the finite-element (FE) method. Acceptable agreement between the FE simulations and experimental data was found. The results suggest that a strain-softening approach is capable of accurately modeling the damage progression in notched OSB samples.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,371
Score d'incertitude au seuil0,499

Scores Codex et Gemma par catégorie

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

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 GPT0,186
Écart entre enseignants0,181 · 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 tête enseignante, 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Materials in Civil EngineeringMême sujetMechanical stress and fatigue analysisTravaux en français237 207