MétaCan
Menu
Retour à la cohorte
Enregistrement W4403752210 · doi:10.1139/cjce-2024-0169

Comparative analysis of mold-cast and 3D-printed cement-based components: implications for standardization in additive construction

2024· article· en· W4403752210 sur OpenAlexafffundvenueabout
Juliana S. Wagner, Marcos V.G. Silveira, Romel Dias Vanderlei, Sreekanta Das

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésStandardizationMoldCementEngineeringEngineering drawingComputer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The rapid growth of additive construction emphasizes the need for developing testing methodologies specific to cement-based 3D-printed components. This study performs a comprehensive comparative analysis of the physical, mechanical, and microstructural characteristics of specimens fabricated through 3D printing versus those created using traditional mold-casting techniques. This research aims to inform and support standardization efforts in the field of additive construction, both within Canada and globally. Additionally, the research provides insights into material characterization to inform the development of numerical modeling strategies tailored for 3D-printed structural elements. The digital image correlation (DIC) technique was employed to examine strain behavior and generate stress-strain curves. The results showed a significant strength reduction and strain concentration at the interlayer surfaces of the 3D-printed specimens. Concluding recommendations include the adoption of the oblique shear test for shear strength assessment and the four-point flexural strength for evaluating interlayer bond strength in cement-based 3D-printed members.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,002
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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

Citations4
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207