MétaCan
Menu
Retour à la cohorte
Enregistrement W4385628529 · doi:10.5267/j.esm.2023.7.006

Investigating the fracture toughness of the self compacting concrete using ENDB samples by changing the aggregate size and percent of steel fiber

2023· article· en· W4385628529 sur OpenAlexvenueno aff
Seyed Roohollah Mousavi, Mohammad Ghasemi, Mohammad Dehghani

Notice bibliographique

RevueEngineering Solid Mechanics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialFracture toughnessAggregate (composite)ToughnessFiberFracture (geology)

Résumé

récupéré en direct d'OpenAlex

In reality, concrete structures are normally under various loadings, and results of different studies have shown that cracks in these structures and their materials, due to their nature as well as the loading type, do not develop along the crack plane (pure mode I); rather, they expand under mixed modes, making the crack growth studies under these modes a very important issue. In the crack growth phenomenon, the fracture toughness is a very effective parameter usually calculated by ENDB samples because they are easy to handle. In this study, several samples were made by changing the maximum aggregates size (dmax = 9.5, 12.5 & 19 mm) and the amount of hooked-end steel fibers (SF = 0.1, 0.3 & 0.5%), and tested under different loading modes (pure/mixed modes I and III) using the strain control jack device. According to the results, the lowest fracture toughness belonged to pure mode III, aggregates with dmax = 12.5 mm performed better in the self-compacting concrete reinforced with steel fiber, Also, the results show that the increasing trend of steel fibers does not have a positive effect on the fracture toughness performance.

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 enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,231
Écart entre enseignants0,215 · 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

Citations17
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetInnovative concrete reinforcement materialsTravaux en français237 207