MétaCan
Menu
Retour à la cohorte
Enregistrement W4292212964 · doi:10.21203/rs.3.rs-1955447/v1

Study on the four-point bending beam method to improve the testing accuracy for the Elastic Constants of wood

2022· preprint· en· W4292212964 sur OpenAlexaboutno aff
Zheng Wang, Xiaoyu Gu, Sarah Mohrmann, Zhaoyu Shen, Yujie Huang, Yuhao Zhou

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of Jiangsu Province
Mots-clésMaterials scienceComposite materialShear modulusBendingStructural engineeringBeam (structure)Poisson's ratioBending stiffnessThree point flexural testElastic modulusPoisson distributionMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Using the static analysis of ANSYS 19 longitudinal, radial, and transverse beam specimens of spruce, pine, and beech were subjected to stress and strain analysis under symmetrical four-point bending and asymmetrical four-point bending, respectively. The effects of wood grain on the surface of the specimen and its stress properties on the transverse and longitudinal strain at the center of the specimen surface were studied experimentally. The results show that the four-point bending beam method is suitable for testing the elastic modulus, Poisson's ratio and shear modulus of wood. The elastic modulus, Poisson's ratio and shear modulus of Larch chord and radial and Western Canadian spruce transverse specimens were tested by four point bending beam method. Their effectiveness was verified by axial tension method, square plate torsional strain method and free rod torsional vibration method. The four-point bending method of two groups of half bridge test has successfully improved the test accuracy of wood Poisson's ratio, and its effectiveness has been verified by axial tension method. The asymmetric four point bending method adopts the ±45°strain gauge full bridge measurement method, which is simple and effective to improve the measurement accuracy of wood shear modulus.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,241
Tête enseignante GPT0,425
Écart entre enseignants0,183 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetWood Treatment and PropertiesTravaux en français237 207