MétaCan
Menu
Retour à la cohorte
Enregistrement W2947060703 · doi:10.1177/1369433219851300

Long-term field test of temperature gradients on the composite girder of a long-span cable-stayed bridge

2019· article· en· W2947060703 sur OpenAlexaff
Jiang Liu, Yongjian Liu, Lei Jiang, Ning Zhang

Notice bibliographique

RevueAdvances in Structural Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensQueen's University
Organismes subventionnairesMinistry of Transport of the People's Republic of China
Mots-clésTemperature gradientSpan (engineering)CantileverStructural engineeringGirderCurvatureComposite numberBridge (graph theory)Parametric statisticsMaterials scienceEngineeringComposite materialMeteorologyMathematicsGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

Bridges are inevitably affected by daily, seasonal and annual air temperature and solar radiation. The thermal effects on bridges, especially for long-span cable-stayed bridges with composite girders, are significant and complicated. The evaluation of temperature distribution has been a primary concern to bridge engineers and researchers. This article presents a more than one-year temperature database of a long-span cable-stayed bridge with a small cantilever length-to-web depth ratio in the composite girder. Uniform temperature, linear temperature difference, thermal curvature, and self-equilibrated thermal stress are considered to imply the characteristics of the temperature distribution in such composite girders. Two profiles (profile 1 and profile 2) for positive vertical temperature gradient and one profile (profile 3) for negative vertical temperature gradient are proposed. The extreme temperature differences with a 100-year return period are determined for each profile with extreme value analysis. Among the three profiles, profile 2 is unique for composite girders with a small cantilever length-to-web depth ratio. Based on parametric studies, profile 2 is revised with the cantilever length-to-web depth ratio for wide applications. Finally, comparisons of vertical temperature gradients are made between the investigated composite girder and the recommendations in Chinese Specification.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,263
Écart entre enseignants0,257 · 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'étudeObservationnel
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

Citations81
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Structural EngineeringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207