MétaCan
Menu
Retour à la cohorte
Enregistrement W4391941478 · doi:10.3390/app14041614

Strength Reduction Method for the Assessment of Existing Large Reinforced Concrete Structures

2024· article· en· W4391941478 sur OpenAlexaff
Oumaima Abra, Mahdi Ben Ftima

Notice bibliographique

RevueApplied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésFinite element methodStructural engineeringStrength reductionUltimate tensile strengthReduction (mathematics)Computer scienceEngineeringMaterials scienceMathematicsComposite material

Résumé

récupéré en direct d'OpenAlex

This work presents a new developed assessment methodology based on strength reduction and finite element methods which is suitable for existing large reinforced concrete structures commonly used in hydraulic constructions. The methodology is based on a reloading phase of the finite element model and is preceded by an intermediate reduction phase of concrete tensile strength and an initial loading phase up to service level. Rosenblueth’s point estimate method was used to compute a global resistance factor and to deduce a design resistance value of the structure. After validations, the methodology was applied to two existing complex and large hydraulic structures: a spiral case and a draft tube. If compared with existing methodologies using sophisticated non-linear finite element methods, the developed approach is simpler, more practical, and provides results that are on the conservative side. Considering the difficulties in characterizing the tensile peak and post-peak strength of concrete, along with uncertainties regarding the damage conditions of facilities, the developed methodology is deemed robust and well suited for assessing existing critical large reinforced concrete infrastructures.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,025
Tête enseignante GPT0,328
Écart entre enseignants0,303 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207