MétaCan
Menu
Retour à la cohorte
Enregistrement W4288438289 · doi:10.1061/9780784484272.008

Steel Culvert Investigation from Field Testing to Design Equations

2022· article· en· W4288438289 sur OpenAlexaffabout
Yuchen Liu, Ian D. Moore, Neil A. Hoult

Notice bibliographique

RevuePipelines 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Underground Structures
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCulvertAxleTruckStructural engineeringParametric statisticsFinite element methodThrustArchEngineeringMoment (physics)FlangeTangentOrthotropic materialMechanical engineeringMathematicsAutomotive engineering

Résumé

récupéré en direct d'OpenAlex

This paper summarizes a recently completed investigation of corrugated steel structures. The project commenced with field testing of two corrugated steel arch culverts in the city of Kingston, Canada, using optical fibers to provide detailed measurements to permit assessment of thrust and moment distributions under static and dynamic truck loading. The detailed responses provided new understanding of the structural behavior, including the critical nature of the front axle of the truck, when normal practice would focus on the tandem axles at the rear of the truck. The study also permitted assessment of the impacts of vehicle speed and the asphalt pavement. Next, improved orthotropic properties were developed considering the arc and tangent geometries of four common corrugation plate sizes, revealing the shortcomings of traditional sinusoidal approximations. Finite element modeling was then used to undertake an extensive parametric investigation to develop new design equations providing improved moment and thrust estimates for single and tandem axle load patterns, at a range of burial depths and corrugation geometries. The paper provides a summary of this research as well as provides insights gained from the investigation.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,033
Tête enseignante GPT0,222
Écart entre enseignants0,188 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePipelines 2022Même sujetGeotechnical Engineering and Underground StructuresTravaux en français237 207