MétaCan
Menu
Retour à la cohorte
Enregistrement W4376610725 · doi:10.1186/s40069-023-00590-8

Failure Mechanisms and Rehabilitation Scenarios for Concrete Hydroelectric Facilities Affected by Alkali–Aggregate Reaction

2023· article· en· W4376610725 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Concrete Structures and Materials · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete Properties and Behavior
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAlkali–aggregate reactionHydroelectricityAggregate (composite)Benchmark (surveying)CrackingMetric (unit)HydropowerWork (physics)Computer scienceCivil engineeringStructural engineeringEngineeringReliability engineeringGeologyMechanical engineeringOperations managementMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract This work focuses on the failure mechanisms of concrete hydroelectric facilities affected by alkali–aggregate reaction (AAR). Identification of potential failure mechanisms is based on an original “top-down approach” using an AAR pushover analysis with multi-physics numerical simulation of a representative hydroelectric facility. Different global rehabilitation scenarios based on slot-cutting and grouting techniques are discussed and compared, using different performance metrics. A new quantitative performance metric, specifically developed for the nonlinear sophisticated analysis tool and considering the volumetric cracking caused by AAR is also suggested. Based on comparison results, a combination of grouting after a partial slot-cutting in the neighborhood of the discontinuities, appears to provide the best compromise in terms of stress relief and extent of cracking. New AAR benchmark problems, issued from the top-down approach, are also suggested for the first time in the literature.

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 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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,224
Écart entre enseignants0,217 · 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