MétaCan
Menu
Retour à la cohorte
Enregistrement W4410196922 · doi:10.1016/j.engstruct.2025.120510

Performance of full-scale 3D-printed concrete walls: Effects of vertical reinforcements and window opening

2025· article· en· W4410196922 sur OpenAlexaff
Mohsen Khanverdi, Sreekanta Das

Notice bibliographique

RevueEngineering Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovations in Concrete and Construction Materials
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésReinforcementWindow (computing)Structural engineeringScale (ratio)EngineeringMaterials scienceGeotechnical engineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The 3D concrete printing is an advancing construction technology with the potential to revolutionize the building industry. This study investigates the structural performance of large-scale 3D-printed walls made with regular concrete containing coarse aggregates. The objectives of this study are to investigate important gaps related to the structural behavior of full-scale loadbearing walls, including the effects of a large window opening and vertical reinforcement. The methodology involved conducting full-scale compression load tests on wall specimens, printed and cured on-site under real-world conditions. These wall specimens included configurations with and without window openings, as well as reinforced and unreinforced walls. Key findings indicate that 3D-printed concrete walls with vertical reinforcement achieved up to a 26 % increase in loadbearing capacity and exhibited energy absorption up to three times greater than unreinforced walls. This study also found that the wall with a large window opening reached approximately 80 % of the loadbearing capacity of the specimen without an opening. The implications of this study provide novel knowledge about the performance of large 3D-printed concrete walls under compressive loads. This information will help in establishing guidelines for 3D printing in construction and building design codes.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,032
Score d'incertitude au seuil0,551

Scores Codex et Gemma par catégorie

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

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 Opus0,002
Tête enseignante GPT0,196
Écart entre enseignants0,193 · 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.

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

Citations8
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering StructuresMême sujetInnovations in Concrete and Construction MaterialsTravaux en français237 207