MétaCan
Menu
Retour à la cohorte
Enregistrement W4230593715 · doi:10.32920/ryerson.14656419

Crashworthiness of Traffic Light Steel Poles in Vehicle Collisions

2021· preprint· en· W4230593715 sur OpenAlexafffundabout
Preveen Kumar Siriya

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesTransport Canada
Mots-clésCrashworthinessAutomotive engineeringFinite element methodCollisionEngineeringProcess (computing)DoorsSide impactBridge (graph theory)Structural engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Vehicle crashworthiness focuses on the capability of a vehicle to protect its occupants in a collision. The Canadian Highway Bridge Design Code [2] does not provide design criteria for vehicle occupant safety except by field testing. The test-guided product development process is very costly and time-consuming. As an alternative, computer simulation tools are increasingly being used. The aim of this research is to contribute to the efficient design of traffic light poles by developing an experimentally calibrated, computer-based, finite-element model using LSDYNA [54], capable of predicting accurately their response when subjected to vehicle impact. The case of steel pole embedded directly in soil was proved to be strong enough to offer protection under service loading and vehicle impact. Side impact crashed proved to be more severe for the vehicle occupant as a result of the weak structural performance of the side doors of the vehicle. Based on this an innovative pole supported on a hard rubber base is introduced to improve crashworthiness.

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 enseignants0,699
Score d'incertitude au seuil0,693

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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetTransportation Safety and Impact AnalysisTravaux en français237 207