MétaCan
Menu
Retour à la cohorte
Enregistrement W4415612879 · doi:10.1680/jgein.25.00100

Design of geomembrane specimen for biaxial tensile testing

2025· article· en· W4415612879 sur OpenAlexaff
Haimin Wu, W.-S. Wang, Zheng Zhang, Fusong Fan, Hao Zheng

Notice bibliographique

RevueGeosynthetics International · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandfill Environmental Impact Studies
Établissements canadiensQueen's University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésUltimate tensile strengthGeosyntheticsGeomembraneStress (linguistics)Tensile testingAdhesiveFinite element method

Résumé

récupéré en direct d'OpenAlex

A numerical–experimental framework is developed to optimise the design of geomembrane specimens for biaxial tensile testing. Specifically, the geometry and adhesive bonding method of specimens are optimised to maximise strain in the central measuring region while reducing premature failure caused by stress concentrations outside this region. Numerical simulations are used to generate stress distribution datasets, and an objective function integrating two metrics—stress concentration and load transfer efficiency—was used to evaluate specimen geometries. Four key geometric parameters are optimised using a derivative-free subdivision method. Specimens are reinforced by adhesive bonding outside the central region, with bonding methods optimised through uniaxial tensile tests to minimise the effect on inherent material properties. Biaxial tensile tests are conducted to validate and compare three promising geometries obtained from numerical optimisation. The final optimal specimen design achieves a peak central strain of 160.2%, significantly exceeding the previous results. This optimised specimen design provides a valuable basis for future studies on geomembrane biaxial tensile testing.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,650
Score d'incertitude au seuil1,000

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)0,0010,000

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 Opus0,030
Tête enseignante GPT0,267
Écart entre enseignants0,237 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeosynthetics InternationalMême sujetLandfill Environmental Impact StudiesTravaux en français237 207