MétaCan
Menu
Retour à la cohorte
Enregistrement W3025659817 · doi:10.1002/mawe.202000005

Ice stress‐strain curve prediction in uniaxial compression loading in the objective of atmospheric icing risk evaluation

2020· article· en· W3025659817 sur OpenAlexaff
Mahdiyeh Seifaddini, Ali Saeidi, M. Farzaneh

Notice bibliographique

RevueMaterialwissenschaft und Werkstofftechnik · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésIcingMaterials scienceBrittlenessStrain rateGeotechnical engineeringCompression (physics)IsotropyMechanicsDeformation (meteorology)Composite materialGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Atmospheric icing is a major cause of damage to electric power networks. During ice storms, “ice shedding off” cables and conductors can lead to major damage to power systems, mostly by mechanical failure. The brittleness of ice might be its most important and critical property possibly leading to hazardous events in urban regions, and involving equipment such as electrical power lines. To avoid or reduce the risks from this phenomenon, it is necessary to understand the mechanical behavior of ice, including ice strain, as well as its maximal strength and residual strength. The behavior of ice depends mainly on the applied stress and strain rate, as well as temperature, salinity, porosity, and particle size. As a fundamental subject on the deformation behavior of ice, the simple case of polycrystalline isotropic ice was chosen in this study. A methodology is developed to determine the stress‐strain curve for ice as a function of temperature and several uniaxial compression loading conditions. Mathematical relations are developed for several loading conditions and temperature. The results of this research allow to predict the maximal and residual strength of ice, as functions of strain rate and temperature.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,229 · 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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialwissenschaft und WerkstofftechnikMême sujetIcing and De-icing TechnologiesTravaux en français237 207