MétaCan
Menu
Retour à la cohorte
Enregistrement W4413403582 · doi:10.1080/23789689.2025.2549166

GFRP-reinforced concrete segmental decks for maritime infrastructures: structural behaviour review

2025· article· en· W4413403582 sur OpenAlexaff
Shahrad Ebrahimzadeh, Allan Manalo, Omar Alajarmeh, Charles Dean Sorbello, Senarath Weerakoon, Ali A. Mohammed, Reza Hassanli, Brahim Benmokrane

Notice bibliographique

RevueSustainable and Resilient Infrastructure · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésFibre-reinforced plasticReinforced concreteStructural engineeringForensic engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Glass fibre-reinforced polymer (GFRP) reinforcement presents a promising solution to the durability issues affecting steel-reinforced concrete in marine infrastructure. This review assesses the current state of practice for GFRP-reinforced concrete decks, including non-prestressed, prestressed monolithic, and segmental systems. It identifies the key design parameters – reinforcement ratio and stiffness, deck geometry, concrete strength, pre-tensioning level, and joint details – that govern flexural capacity, shear resistance, and fatigue life. Segmental GFRP-prestressed decks emerge as an advantageous alternative to conventional monolithic construction, providing rapid installation and modular replaceability. Moreover, incorporating the FRP-reinforced segmental deck allows for modular construction in the maritime environment. However, maintaining a pre-compression of 1–2 MPa at segment joints is essential to prevent localised failures. The review discusses critical research gaps, and recommendations are provided to guide design improvements and future studies. By using the GFRP’s non-corrosive nature, designers can achieve concrete decks with a service life beyond 50 years.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
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)0,0020,001

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 Opus0,003
Tête enseignante GPT0,234
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable and Resilient InfrastructureMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207