MétaCan
Menu
Retour à la cohorte
Enregistrement W2947571293 · doi:10.1680/jstbu.18.00220

Prestressed lightweight concrete slabs strengthened with carbon-fibre-reinforced polymer

2019· article· en· W2947571293 sur OpenAlexaff
Vahid Azami, Mehdi Dehestani, Hadi Nazarpour

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Structures and Buildings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialDeflection (physics)StiffnessPrestressed concreteStructural engineeringPolymer

Résumé

récupéré en direct d'OpenAlex

The effect of applying carbon-fibre-reinforced polymer sheets together with a prestress force to strengthen lightweight reinforced concrete slabs was investigated experimentally and numerically. As reported in this paper, load–deflection curves, stiffness, energy-absorption capacity and crack width of the prestressed slabs were examined and a detailed numerical model is presented. Strengthening with polymer layers resulted in a larger lever arm, while prestressing slightly reduced the lever arm of the section. The maximum deflection of prestressed slabs was smaller than that of the control specimen due to a small reduction in energy absorption. Using polymer sheets increased both the strength and maximum ultimate deflection simultaneously due to a higher energy-absorption capacity. The formation and propagation of cracks was postponed due to prestressing, so the ultimate crack width was reduced. Owing to the increase in stiffness, the polymer strengthening reduced crack spacing, crack width and crack growth for all strengthened specimens. In addition, a parametric study revealed that the variations in tendon eccentricity had a significant influence on the force–displacement response of slabs, whereas variations in characteristic strength and dilation angle only had a slight effec/t.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,078
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 Opus0,003
Tête enseignante GPT0,174
Écart entre enseignants0,170 · 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.

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 revueProceedings of the Institution of Civil Engineers - Structures and BuildingsMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207