MétaCan
Menu
Retour à la cohorte
Enregistrement W4385781702 · doi:10.1142/s1758825123500898

Developing Multi-Scale Model for Graphene Cement Nanocomposite: Study of Damage Initiation

2023· article· en· W4385781702 sur OpenAlexaff
Hamik Haghverdian, D. Pourbandari, Abolfazl Alizadeh Sahraei, Hamidreza Nasersaeed, Majid Baniassadi, Mostafa Baghani

Notice bibliographique

RevueInternational Journal of Applied Mechanics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGrapheneVolume fractionNanocompositeComposite materialAspect ratio (aeronautics)CementNanotechnology

Résumé

récupéré en direct d'OpenAlex

Damage initiation due to the interfacial debonding plays a vital role in the mechanical properties of graphene-reinforced concrete. In this research, multi-scale modeling is exploited to study the effect of volume fraction, aspect ratio, and interaction properties of the multi-layer graphene nanoplatelets (GNPs) on the mechanical properties of reinforced concrete, assuming perfectly bonded and cohesively bonded interaction between the contact surface of the matrix and the GNPs. The cohesive zone model has been used to observe the debonding behavior and damage initiation between the concrete matrix and nanocomposites for cohesively bonded interaction. The required cohesive zone parameters were estimated based on the previously calculated information on graphene–graphene interactions. The results show that by increasing the volume fraction and aspect ratio of GNP, nanofiller improves the mechanical properties of the nanocomposite. In addition, results reveal that interaction properties significantly affect the mechanical properties of graphene-reinforced concrete.

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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,547
Score d'incertitude au seuil0,481

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 Opus0,051
Tête enseignante GPT0,302
Écart entre enseignants0,251 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied MechanicsMême sujetInnovative concrete reinforcement materialsTravaux en français237 207