MétaCan
Menu
Retour à la cohorte
Enregistrement W4311844233 · doi:10.1139/cjce-2022-0133

A concrete sandwich wallboard damage identification method based on strain energy density increment

2022· article· en· W4311844233 sur OpenAlexvenueno aff
Daiyu Zhou, Qun Xie, Xin Wang

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Maintenance and Monitoring
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrackingStructural engineeringStrain energy density functionMaterials scienceCompression (physics)Strain energyStrain (injury)ModulusSensitivity (control systems)Geotechnical engineeringComposite materialForensic engineeringEngineeringFinite element method

Résumé

récupéré en direct d'OpenAlex

During the loading process of concrete members, the identification of characteristic damage states is not sensitive enough. This paper investigates the damage evolution of four concrete sandwich wallboards subjected to vertical compression by employing the strain energy density increment to enhance identification sensitivity. First, the equivalent elastic modulus model for a wallboard subjected to vertical compression is established based on the material stress–strain relationship. Then, the strain data of concrete, obtained from experiments and numerical simulations, are modeled as the normalized unit approximate strain energy density increments (NUASEDIs), which follow the damage evolution of the wallboard as a more sensitive index. The first cracking formation of wallboard corresponds to the first high NUASEDI. The failure damage state corresponds to the final high NUASEDI, which reflects the process changing from the local to the global failure. Finally, the strain energy density increment theory improves averagely the cracking identification sensitivity of concrete members by 13.32% and the failure identification sensitivity by 3.01%.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetInfrastructure Maintenance and MonitoringTravaux en français237 207