MétaCan
Menu
Retour à la cohorte
Enregistrement W4220993740 · doi:10.1061/(asce)st.1943-541x.0003321

Experimental Study on Static Strength of Damaged Concrete Arches Reinforced by Corrugated Steel

2022· article· en· W4220993740 sur OpenAlexaff
Qilong Xia, Changyong Liu, Yuyin Wang, Jasmin Jelovica

Notice bibliographique

RevueJournal of Structural Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésArchBearing capacityReinforcementDuctility (Earth science)Structural engineeringReinforced concreteMaterials scienceComposite materialLoad bearingBearing (navigation)Arch bridgeEngineeringComputer scienceCreep

Résumé

récupéré en direct d'OpenAlex

Reinforcing old bridges with corrugated steel (CS) is gaining interest due to outstanding reinforcement effects and relative ease of implementation. The approach consists of positioning the CS member under an old bridge and joining the two components by postcast concrete. However, the current design approach ignores the supporting effect of postcast concrete and the old bridges, which is overly conservative. This paper studies experimentally the static performance of the reinforced concrete (RC) arches reinforced with CS, mainly considering the influence of damage degree of the original structure. Two RC arches were prepared and loaded up to 60% and 100% of their ultimate bearing capacity, respectively. After reinforcing and reloading, failure modes, bearing capacity, and ductility of the reinforced specimens were obtained. The results show that when reinforcing the arches with CS, the ultimate bearing capacity increased by 172.8% and 194.0%, respectively. Comparison of the two reinforced specimens shows that the damage degree has only a small effect (8.2%) on the ultimate bearing capacity. Besides, the original structure, postcast concrete and CS were well bonded based on the strain analysis, proving the reinforced structure has the composite effect.

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)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Structural EngineeringMême sujetStructural Load-Bearing AnalysisTravaux en français237 207