MétaCan
Menu
Retour à la cohorte
Enregistrement W3037278422 · doi:10.1177/2041419620927418

High strain rate and low temperature effects on the compressive behaviour of concrete

2020· article· en· W3037278422 sur OpenAlexaff
Thomas J. MacLean, Alan Lloyd

Notice bibliographique

RevueInternational Journal of Protective Structures · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFire effects on concrete materials
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCompressive strengthStrain rateStrain (injury)Compression (physics)Composite materialDigital image correlationStress (linguistics)Stress–strain curveSlow strain rate testingGeotechnical engineeringStructural engineeringForensic engineeringDeformation (meteorology)Engineering

Résumé

récupéré en direct d'OpenAlex

Temperature and strain rate are important factors when considering the mechanical properties of engineering materials, as they can greatly influence the material behaviour. The research presented here is an experimental investigation to determine the effects of low temperatures and high strain rates on the compressive behaviour of concrete. The primary purpose of the research is the development of experimental stress–strain relationships under these conditions, as this is a largely unexplored research topic. Thirty-five 101.6 mm × 203.2 mm concrete cylinders were tested in uniaxial compression at the University of New Brunswick. The specimens were loaded either under static conditions or dynamically with an average strain rate of approximately 1 s −1 , while being exposed to temperatures from 20°C to −70°C to simulate extreme climatic temperature and those attainable within industrial storage facilities. The compression strain of the specimens was obtained using digital image correlation. The mechanical properties studied were the compressive strength, strain associated with the peak stress and general stress–strain behaviour due to the increased strain rate and temperature variations.

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)0,001
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,006
Tête enseignante GPT0,219
Écart entre enseignants0,213 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Protective StructuresMême sujetFire effects on concrete materialsTravaux en français237 207