MétaCan
Menu
Retour à la cohorte
Enregistrement W4391264907 · doi:10.1016/j.dibe.2024.100343

Strain-hardening effect on the flexural behavior of ultra-high-performance fiber-reinforced concrete beams with steel rebars

2024· article· en· W4391264907 sur OpenAlexaff
Doo‐Yeol Yoo, Salman Soleimani-Dashtaki, Taekgeun Oh, Booki Chun, Nemkumar Banthia, Seung-Jung Lee, Young-Soo Yoon

Notice bibliographique

RevueDevelopments in the Built Environment · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Science, ICT and Future Planning
Mots-clésMaterials scienceFlexural strengthVolume fractionComposite materialFiber-reinforced concreteUltimate tensile strengthDuctility (Earth science)Strain hardening exponentCrackingSofteningFiberHardening (computing)Structural engineeringCreepLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

This study evaluated the effects of volume fraction, aspect ratio, and shape of steel fibers on the mechanical properties of ultra-high-performance fiber-reinforced concrete (UHPFRC) and the structural behavior of reinforced (R-) UHPFRC beams. The tensile strength and energy absorption capacity of ultra-high-performance concrete (UHPC) are improved by adding steel fibers and increasing its volume contents by up to 3.0 %. Compared with short straight steel fiber, medium-length straight and twisted fibers at a volume fraction of 2.0 % result in twice higher energy absorption capacity and higher flexural strength of R–UHPFRC beams. The flexural strength of R–UHPC beams increases by increasing the fiber content up to 3.0 %. However, the strain-hardening characteristics of UHPFRC negatively influence the cracking behavior and stress redistribution in structural beams, causing 48.2–54.1 % lower ultimate ductility indices. The small amounts of steel fibers with volume fraction of ≤1.0 % that exhibit strain-softening behavior only improve the peak ductility.

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 seuil0,003

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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

Citations25
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDevelopments in the Built EnvironmentMême sujetInnovative concrete reinforcement materialsTravaux en français237 207