MétaCan
Menu
Retour à la cohorte
Enregistrement W2950804352 · doi:10.22215/etd/2014-10521

Effect of an Intermediate Material Layer on the Lateral Load-Slip Characteristics of Nailed Joints

2014· dissertation· en· W2950804352 sur OpenAlexaboutno aff
Tomáš Plesník

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Shear wallStructural engineeringStiffnessMaterials scienceGypsumShear (geology)Slip (aerodynamics)Ultimate tensile strengthComposite materialFinite element methodGeotechnical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The current understanding of the performance of nailed connections within light frame shear walls is limited to situations where sheathing is either in direct contact with framing, or with a small air gap in between the sheathing and framing. Current design standards in Canada conditionally allow the use of shear walls with a layer of gypsum wallboard between the sheathing and framing without compromising shear wall capacity. This type of wall assembly was experimentally tested on 132 tensile specimens replicating nailed connections in shear walls, incorporating intermediate material thicknesses ranging from 0 mm to 38.1 mm of gypsum wallboard or rigid insulation. Finite element and analytical models were created to simulate the performance of a nailed connection, and were validated by the experimental results. Results from this study suggest that adding gypsum or insulation will greatly decrease the capacity and stiffness of the connection.

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 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 enseignants0,045
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Load-Bearing AnalysisTravaux en français237 207