MétaCan
Menu
Retour à la cohorte
Enregistrement W4386749902 · doi:10.3390/engproc2023043019

Experimental Characterization of the Resistance of Tubular Aluminum Sections

2023· article· en· W4386749902 sur OpenAlexafffundabout
Sahar Dahboul, Liya Li, Prachi Verma, Pampa Dey, Nicolas Boissonnade

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversité de SherbrookeUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologies
Mots-clésStub (electronics)Materials scienceStructural engineeringDurabilityUltimate tensile strengthAluminiumComposite materialCorrosionBucklingBridging (networking)EngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Aluminum has a bright future as a structural material due to its excellent corrosion resistance, durability, lightweight, and complete recyclability. However, it is necessary to fully understand its mechanical behaviour under various loading conditions to make it competitive with other materials, such as concrete or steel, for civil engineering applications, especially as primary load-bearing structural members. To develop an in-depth knowledge on the behaviour of extruded aluminum sections of various shapes, an extensive experimental study was undertaken with specific emphasis on analyzing the buckling response of rectangular and square hollow sections (RHS and SHS) with 6061-T6 aluminum alloy under compressive loads. In this regard, six stub column tests were performed under axial compression, while eleven short beam-column tests under eccentric compression are currently in progress. Additionally, six tensile coupon tests were performed to obtain the full material stress–strain curve, and initial geometrical imperfections were measured mechanically and using a 3D scanner. Finally, the results of the stub column tests were compared to the resistances calculated using the Canadian standard CSA S157, which were generally conservative compared to the experimental observations.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,129

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 Opus0,007
Tête enseignante GPT0,202
Écart entre enseignants0,195 · 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'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'admission3
Résumé présentoui

Explorer davantage

Même sujetStructural Load-Bearing AnalysisTravaux en français237 207