MétaCan
Menu
Retour à la cohorte
Enregistrement W4409892893 · doi:10.3390/jcs9050211

Performance Evaluation of Current Design Models in Predicting Shear Resistance of UHPC Girders

2025· article· en· W4409892893 sur OpenAlexaboutno aff
Ahmad Tarawneh, Hadeel Amirah, Abdullah Alghossoon, Ghassan Almasabha, Ra’ed Al-Mazaidh, Eman Saleh

Notice bibliographique

RevueJournal of Composites Science · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative concrete reinforcement materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGirderCurrent (fluid)Structural engineeringShear (geology)EngineeringGeotechnical engineeringMaterials scienceComposite materialElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This manuscript delivers a comprehensive evaluation of five different ultra-high-performance concrete (UHPC) shear resistance models: FHWA-HRT-23-077 (2023), ePCI report (2021), French Standard NF-P-18-710 (2016), Canadian Standards A23.3-04 (2004), and Modified Eurocode2/German DAfStb (2023). The models differ in accounting for the steel fiber and shear reinforcement contribution and determining the angle of inclination of the diagonal compression strut. The evaluation was carried out using an experimental database of 198 UHPC specimens and focused on accuracy, conservatism, and ease of use for each considered model. The database included beams with prestressed and steel reinforcement, different shear reinforcement ratios, and a wide range of geometrical and material properties. In order to apply the FHWA method, a utilization tensile stress (ft,loc) prediction equation was developed. Generally, the FHWA method showed superior performance to the other models in terms of statistical measures and consistent prediction conservatism across variable ranges. Although the ePCI methods yielded the highest conservatism, it can be said that the ePCI, AFGC, and CSA methods showed similar behavior with different degrees of conservatism. The DAfStb method showed the lowest prediction accuracy and the greatest scatter of data. Except for the FHWA method, all methods showed a reduction in conservatism at a high transverse reinforcement ratio.

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)0,003
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,050
Tête enseignante GPT0,307
Écart entre enseignants0,256 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Composites ScienceMême sujetInnovative concrete reinforcement materialsTravaux en français237 207