MétaCan
Menu
Retour à la cohorte
Enregistrement W3103033449 · doi:10.11159/iccste20.341

Simplified Equations for Moment and Shear in Bridge GirdersResulting from AASHTO Truck Loading

2020· article· en· W3103033449 sur OpenAlexafffundvenue
Seyedshayan Barary, Ahmed Diab, Khaled Sennah

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversities Space Research Association
Mots-clésGirderTruckStructural engineeringBridge (graph theory)Moment (physics)Shear (geology)Shear forceEngineeringMaterials scienceAutomotive engineeringPhysicsClassical mechanicsComposite material

Résumé

récupéré en direct d'OpenAlex

In bridge analysis, bridge designers require the maximum loads applied on bridge traffic lanes in order to determine the appropriate structural design including materials, girder spacing, and cross-section sizes for the bidding procedure. In order to achieve that, designers have to go through an iterative trial and error process which takes a considerable amount of time and may result in overestimation at the bidding stage. In the case of bridge design, there are no such tables which hinders the preliminary assessment of project value and bid cost. As such, this paper outlines a research conducted to develop traffic load equations and tables based on the 2020 AASHTO LRFD Bridge Design Specifications. By utilizing this method, engineers will save time in the design process, and reduce project bid cost by minimizing overdesigned and overestimated structural section sizes for project tender documents. In this research, moving load equations and tables were created based on single-lane bridge models for single span and two-span bridge configurations in SAP2000 software. Truck load arrangements, based on AASHTO LRFD design specifications, were applied and results obtained using moving load approach. Finally, the data generated from the parametric study was used to develop empirical expressions for design moment (MT) and shear (VT) for the use by bridge designers.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,475

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 Opus0,023
Tête enseignante GPT0,229
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207