MétaCan
Menu
Retour à la cohorte
Enregistrement W4206058647 · doi:10.18280/rcma.310605

A Comparison Between a Solid Block Made of Concrete and Others Made of Different Composite Materials

2021· article· en· W4206058647 sur OpenAlexvenueno aff
Emad Toma Karash, Tymor Abed Alsttar Sediqer, Mohammad Takey Elias Kassim

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNatural Fiber Reinforced Composites
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeformation (meteorology)Materials scienceComposite numberComposite materialStress (linguistics)Structural engineeringvon Mises yield criterionFiberEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

In this research, three mathematical models were designed, the first consisting of concrete, the second from carbon fiber, and the third from s-glass fiber, in order to compare the strength of composite materials to different stresses and deformations, because composite materials are better than concrete in terms of weight and shape and do not need to be applied to painting operations in addition to the fact that their thermal insulation is higher than Concrete in high proportions. From the results of the comparison, it was found that the second model was the best model in terms of bearing deformations, as the deformation percentage in it did not exceed the deformation of concrete a lot, reaching (17%), which is a very small percentage, and the stresses towards pregnancy for the second and third models were much better than the bearing of the first model, but the results indicate that the Von Mises Stress in the second model is higher than the first model by a percentage (57%), while the comparison of the third model with the first was the rate of increase percentage (47%).

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,050
Tête enseignante GPT0,311
Écart entre enseignants0,260 · 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

Citations8
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetNatural Fiber Reinforced CompositesTravaux en français237 207