Corrugated Steel Ellipse Culvert Response: Experimental Results Compared to Design Approaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Design methods for corrugated steel culverts in current design standards consider the circumferential force in culvert walls (i.e., hoop thrust) to be the dominant load-carrying mechanism in these structures. However, recent studies have shown that bending moment, rather than thrust, is often the more dominant response for corrugated steel culverts under shallow burial conditions and vehicle loading. In addition, 2D finite element analyses have historically been unable to effectively capture the effects of discrete surface loads, such as wheel loads, on the response of buried metal culverts. To investigate these issues, the bending moment and thrust responses from an experiment involving an elliptical corrugated steel culvert under shallow burial conditions and simulated vehicle loading are compared with the bending moment and thrust estimates from the Canadian bridge design code and CANDE-2019 (a commonly used public domain finite element software package) and the thrust estimates from the American AASHTO LRFD bridge design code (which does not consider moment directly). The comparisons show that the Canadian code and CANDE-2019 models with a fine mesh and the continuous load scaling elasticity-based method appear to be the most effective for the investigated culvert and loading, while there is a need to modify the American AASHTO LRFD code to consider moment more directly. In addition, the results suggest that, under these conditions, the current approaches for estimating the peak bending moment response are more effective compared with the approaches for estimating the peak thrust response.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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