MétaCan
Menu
Retour à la cohorte
Enregistrement W4394556754 · doi:10.6084/m9.figshare.20217564

Mechanical Property Test and Damage Evaluation Analysis of Steel Fiber Stainless-Steel Reinforced Concrete Beams (SFSRCBs) under Impact Load

2022· dataset· en· W4394556754 sur OpenAlexaff
Xiwu Zhou, Bo Wang, Xiaolu Deng, Jingdong Liu, Wen Zhang

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineEngineering
ThématiqueTransportation Safety and Impact Analysis
Établissements canadiensVector InstituteUniversity of TorontoUniversity Health NetworkCanadian Institute for Advanced Research
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringMaterials scienceReinforced concreteComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, the ultra-high drop hammer impact test system is adopted for the vertical impact experiment on six SFSRCBs with steel fiber volume fraction of 2.0% and build the relevant numerical model. The research variables mainly include impact energy, impact mass and cumulative impact mode. The results show that, under a single equal energy impact, with the increase of the impact speed, the crack distribution of the specimen gradually tends to the mid-span local position. Compared with the impact mass, the impact speed has a greater effect on the failure mode, deformation resistance and deformation recovery ability of SFSRCBs. When the total cumulative impact energy is the same as the single impact energy, then the overall damage of the specimen caused by high-mass low-velocity cumulative impact is less significant than that caused by low-mass high-velocity cumulative impact. Combined with the finite element analysis, the calculation formula of the maximum deflection of SFSRCB under impact load is obtained. Finally, the calculation method of the impact damage evaluation factor of SFSRCBs is proposed.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,712
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,7120,000

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 Opus0,032
Tête enseignante GPT0,285
Écart entre enseignants0,252 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetTransportation Safety and Impact AnalysisTravaux en français237 207