MétaCan
Menu
Retour à la cohorte
Enregistrement W4231041936 · doi:10.32920/ryerson.14635773

RBS moment connection analysis using a solid model

2021· preprint· en· W4231041936 sur OpenAlexaff
Mikaela Coello-Mena

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFlangeStructural engineeringConnection (principal bundle)WeldingBeam (structure)Ductility (Earth science)Materials scienceMoment (physics)Stress (linguistics)BrittlenessSection (typography)PredictabilityEngineeringComputer scienceComposite materialCreepMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The unpredictability of the steel beam welding connection has led to many solutions, including the are of focus for this research Reduced Beam Section ( Moment Connections The RBS in steel moment connection facilitates the calculation and predictability of failure in design The RBS section is created by cutting out part of the flanges in a beam This creates a plastic hinge where the beam will fail first 1 This creates a model of predictability on the durability and strength of the beams Creating a RBS connection increases the overall ductility of the steel frame The RBS section reduces the flange width which causes stress concentration on the reduced section and this then lowers the stress on the welds. The lower stress then prevents unexpected brittle fracture in the welding a predicted plastic deformation of the RBS section during a seismic event 2 3 The research is focused on optimizing the RBS connection Finite models will be created using ANSYS to investigate how different RBS connections react in different situations and what is the most efficient design in terms of safety and cost.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,003

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 Opus0,028
Tête enseignante GPT0,270
Écart entre enseignants0,242 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Load-Bearing AnalysisTravaux en français237 207