MétaCan
Menu
Retour à la cohorte
Enregistrement W4380449468 · doi:10.52202/069179-0041

GLUED-LAMINATED TIMBER UNDER EXTREME COLD TEMPERATURES SUBJECTED TO IMPACT LOADING

2023· article· en· W4380449468 sur OpenAlexaffabout
Nicole Wight, Christian Viau, Patrick Heffernan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensRoyal Military College of CanadaCarleton UniversityCanadian Armed Forces
Organismes subventionnairesnon disponible
Mots-clésImpact resistanceExtreme ColdDrop impactEnvironmental scienceArcticDynamic loadingHammerStiffnessCold climateFlexural strengthDrop (telecommunication)Materials scienceStructural engineeringEngineeringComposite materialMeteorologyMechanical engineeringGeology

Résumé

récupéré en direct d'OpenAlex

With the increasing turbulence in the global security environment, comes the requirement for an increasing presence in the Canadian Arctic to respond to regional challenges and provide security.Such presence requires temporary and permanent installations, which must inherently carry with it some considerations for extreme load events, such as blast and impacts.In tandem with this is the expanding need to build more environmentally sustainable buildings, for which wood has been identified in recent years.However, questions remain on how wood responds to blast and impact loads when exposed to cold temperatures, typical of the arctic region.To respond to this gap in research, an experimental program was carried out to investigate the flexural behaviour of glued-laminated timber (glulam) subjected to impact loading under ambient and winter arctic temperatures.Dynamic testing was conducted using a drop weight impact hammer.For strain rates between 1.13 to 1.38 s -1 , an average dynamic increase factor of 1.23 on the maximum resistance at ambient temperatures was observed.The cold temperature beams were seen to experience a 13% increase in strength beyond their normal temperature counterparts under dynamic effects.Increases in stiffness due to cold temperature were also observed under static and dynamic loading.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,028
Tête enseignante GPT0,240
Écart entre enseignants0,213 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetWood Treatment and PropertiesTravaux en français237 207