Comparative Study of Design Models for Shear Strengthening of RC Beams with NSM FRP
Notice bibliographique
Résumé
This study investigates the accuracy of the existing design models for shears-strengthened reinforced concrete (RC) beams with near-surface mounted (NSM) fibre-reinforce polymer (FRP) rods and laminates. Comparative studies have been conducted on the predicted shear contributions of NSM FRP materials in the strengthened beams using state-of-the-art existing design models. To assess the accuracy of these models, the predictions were compared with the experimental results on 131 test specimens from 24 studies. The results of this study can be used for standard committees to choose the most precise models for their corresponding design standard code or guidelines. From the results of this study, it can be concluded that mechanics-based models proposed by Mofidi et al. (2023) and Bianco et al. (2014) were superior when compared to other existing models in most measured metrics. The models produced by regressions of data or neural networks only performed well under the statistical parameters for which they were fitted. Such models may not perform well when compared with the data that was not used to calibrate the models or when assessed by a metric that they are not calibrated with. On the other hand, for the mechanics-based models, due to the presence of the principles of shear mechanics and bonding in the development of such models, the mechanics-based models can perform to a satisfactory level with existing and incoming experimental test data and through different statistical test parameters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».