MétaCan
Menu
Retour à la cohorte
Enregistrement W2952357903 · doi:10.1155/2019/7071243

Damage Deformation of Flexure‐Yielding Steel‐Reinforced Concrete Coupling Beams: Experimental and Numerical Investigation

2019· article· en· W2952357903 sur OpenAlexaff
Yinghui Li, Huanjun Jiang, Tao Yang

Notice bibliographique

RevueAdvances in Civil Engineering · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesProgram of Shanghai Academic Research LeaderNational Key Research and Development Program of China
Mots-clésFlangeMaterials scienceStructural engineeringChord (peer-to-peer)Finite element methodDeformation (meteorology)Coupling (piping)Beam (structure)Composite materialReinforcementEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

SRC coupling beams offer many significant advantages, including the reduction in section depth, reduced congestion at the wall boundary region, improved degree of coupling for a given beam depth, and improved deformation capacity. In this paper, 7 half‐scale flexure‐yielding SRC coupling beams designed according to Chinese approach have been tested under cyclic loads. Detailed parameters such as aspect ratios, steel reinforcement ratios, and steel flange‐web ratios were systematically studied, and the damage behavior of SRC coupling beams were presented in this paper. The test results show that the aspect ratio, steel ratio, and steel flange‐web ratio have great influence on the damage behavior of SRC coupling beams. Three‐dimensional nonlinear finite element models were constructed and benchmarked through comparison with test results for both global and local damage deformation behavior. Based on the material damage and strength degradation, four performance levels were defined and corresponding chord rotation limits were obtained through the verified numerical analysis.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 GPT0,208
Écart entre enseignants0,204 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Civil EngineeringMême sujetStructural Load-Bearing AnalysisTravaux en français237 207