MétaCan
Menu
Retour à la cohorte
Enregistrement W4394581605

Modélisation du comportement mécanique des structures en bétons fibrés à ultra-hautes performances

2022· preprint· fr· W4394581605 sur OpenAlexaboutno aff
Romain Gontero

Notice bibliographique

RevueThèses en ligne de l'Université Toulouse III (Université Toulouse III) · 2022
Typepreprint
Languefr
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialStructural engineeringFiberEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A model for the mechanical behavior of fiber-reinforced concrete is developed and implemented in Cast3m finite element software. It completes the orthotropic concrete cracking model Fluendo3D, by adding the ability to treat materials with short, cylindrical and straight fibers. This model, which is based on tests and models from the literature, provides elements of understanding of the behavior of this type of material, especially concerning the phenomenon of multi-cracking. The characterization of the phenomena involved during the extraction of the fibers is the starting point of this study. The effects of the inclination of the fibers with respect to the direction of extraction are taken into account and intervene in the behavior of the model which presents the capacity to use preferential orientations of fibers. The multi-cracking phenomenon is represented by a Weibull scaling law that allows to take into account the dispersion of the concrete tensile strengths and to explain the development of multi-cracking process. This representation makes it possible to obtain crack opening distributions in macro-finite elements, and thus brings a new precision in the calculation of cracks openings in large structures.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0040,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThèses en ligne de l'Université Toulouse III (Université Toulouse III)Même sujetInnovative concrete reinforcement materialsTravaux en français237 207