MétaCan
Menu
Retour à la cohorte
Enregistrement W4296514243 · doi:10.18280/mmep.090428

Punching Shear Behavior of Flat Slab Strengthen with Y-Type Perfobond Shear

2022· article· en· W4296514243 sur OpenAlexvenueno aff
Daniah Abdulnasser Abdair, Abdulnasser M. Abbas, Haleem K. Hussain

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceRebarReinforcementSlabDeflection (physics)Structural engineeringComposite materialShear (geology)Ultimate loadFinite element methodEngineering

Résumé

récupéré en direct d'OpenAlex

This study demonstrates the behavior of a flat slab experimentally and numerically with two different types of shear reinforcements. Ten slabs were cast and tested in the experimental part. The samples were divided into two groups; the first consists of steel fiber, and the second has no steel fiber. Two control samples were considered with only flexural reinforcement, while the other eight samples had two types of shear reinforcement; the first was rebar to form a Y-shape, while the other was a steel plate formed as a Y-type perfobond. Shear reinforcement is provided by employing radial and parallel shear reinforcement. The tested samples in the experimental part have been simulated numerically using the Abaqus/CAE program. As a result of the laboratory examination, it was determined that the addition of steel fibers increased the ultimate load by (7.4% to 20.58%) for models with steel fibers compared to models without steel fibers. It was determined that the presence of steel plates in the models increased their capacity by 2.4% for ultimate load and by (6% to 50%) for deflection compared to ultimate load and deflection in models with steel bars. In Abaqus, the models with steel fibers were found to be 12.7%-26.6% stronger than those without them.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0030,000

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 Opus0,019
Tête enseignante GPT0,198
Écart entre enseignants0,179 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207