MétaCan
Menu
Retour à la cohorte
Enregistrement W3105064134 · doi:10.3390/cryst10111014

Bond Behavior of Cleaned Corroded Lap Spliced Beams Repaired with Carbon Fiber Reinforced Polymer Sheets and Partial Depth Repairs

2020· article· en· W3105064134 sur OpenAlexaff
Hisham Alabduljabbar, Rayed Alyousef, Hossein Mohammadhosseini, Tim Topper

Notice bibliographique

RevueCrystals · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesPrince Sattam bin Abdulaziz University
Mots-clésMaterials scienceFibre-reinforced plasticComposite materialCarbon fiber reinforced polymerspliceBond strengthBeam (structure)Steel barLap jointStructural engineeringReinforced concreteLayer (electronics)EngineeringAdhesiveChemistry

Résumé

récupéré en direct d'OpenAlex

The present research investigated the bond behavior of a cleaned corroded reinforcing bar repaired with a partial depth concrete repair and a partial depth concrete repair followed by the application of fiber-reinforced polymer (FRP) sheets. Twelve lap splice beams were cast and tested under static loading. The test variables considered were a partial depth repair with prepackaged self-consolidating concrete (SCC) for six lap splice beams and additional confinement with carbon fiber reinforced polymer (CFRP) sheets for another six beams. The test results for the repaired lap splice beams were compared with those for a monolithic lap splice beam. This research found that the average bond strength increased as the bar mass loss increased for all bonded lengths. The lap splice beams repaired with partial depth were able to repair concrete with similar properties to those of the monolithic concrete. However, they had higher concrete strength than the monolithic beams which showed a higher average bond strength than the monolithic lap splice beams. The beams confined with FRP sheets showed a rise in the bond strength and the equivalent slip by 34–49%, and 56–260% as compared to the unconfined beams, respectively.

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)0,000
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 seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,015
Tête enseignante GPT0,210
Écart entre enseignants0,195 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrystalsMême sujetConcrete Corrosion and DurabilityTravaux en français237 207