MétaCan
Menu
Retour à la cohorte
Enregistrement W4412754746 · doi:10.11159/iccste25.197

Sustainability, Economy, Efficiency: Parametric Design of Prestressed Slabs for Housing

2025· article· en· W4412754746 sur OpenAlexvenueno aff
Bolívar Hernán Maza, Daniela Maza Vivanco

Notice bibliographique

RevueProceedings of the International Conference on Civil, Structural and Transportation Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityParametric statisticsEnvironmental scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Relevant studies reveal that the resistant section of the improperly designed prestressed concrete floor slab reduces adhesion, results in the loss of tensile stress in the steel and concrete, and diminishes shear capacity.Consequently, the service life of the structure decreases.The objective of this work is to analyze the parametric system of the prestressed concrete floor slab for residential floors.The methodology employs static equations to define an efficiency coefficient ξ, which accounts for the static and symmetrical competitiveness of the element, evaluates the position of the centroid v ' pl , and the centroidal inertial I pl , Variables that assess the number of depressions or semicircles n sc , width b , their radii h 2 , thickness of the slab under the depressions h 1 , slab area A pl .and others are considered.It was found that the factorξ for the combinationn sc = 6 y h 1 = 40 mm is clearly superior, with a confidence interval of 10.75 a 11.05.The greater thickness h 1 = 40 mm provides higher values of ξ, indicating an increase in rigidity and structural capacity.It is reported that in projects where structural efficiency is prioritized, the configuration n sc = 6 con h 1 = 40 mm

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)0,001
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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference on Civil, Structural and Transportation EngineeringMême sujetStructural Analysis and OptimizationTravaux en français237 207