MétaCan
Menu
Retour à la cohorte
Enregistrement W4224998933 · doi:10.1142/s1758825122500302

A New Expression of Internal Stiffness for Load Path Analysis in Structures

2022· article· en· W4224998933 sur OpenAlexafffund
Shengjie Zhao, Nan Wu, Sviatoslaw Karnaoukh

Notice bibliographique

RevueInternational Journal of Applied Mechanics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStiffnessPath (computing)Expression (computer science)Scalar (mathematics)Point (geometry)Load bearingInternal stressDisplacement (psychology)Computer scienceStructural engineeringMathematicsGeometryEngineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

The load transfer inside a given structure can be expressed by load paths. Based on the concept of internal stiffness that is independent of stress analysis, the [Formula: see text]* index is a powerful tool to visualize the load paths by measuring strain energy caused by displacement at the loading point. In this short communication, a scalar index [Formula: see text]* is introduced as a new expression of internal stiffness to visualize the load paths with a greater precision. The load paths are defined as the streamlines following the decay direction of the internal stiffness. Based on the numerical simulations, [Formula: see text]* load paths have higher load transfer efficiency compared to [Formula: see text]* counterparts. The experimental study of an [Formula: see text]-bracket with stiffeners placed on the main load paths further verifies the effectiveness of the [Formula: see text]* index for load path analysis. The proposed concept for load path analysis showcases great potential in design evaluation and optimization for load-bearing components from a macroscopic view.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,012
Tête enseignante GPT0,285
Écart entre enseignants0,273 · 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'étudeThéorique ou conceptuel
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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied MechanicsMême sujetStructural Health Monitoring TechniquesTravaux en français237 207