MétaCan
Menu
Retour à la cohorte
Enregistrement W7062098879

Thermal effects on the tensile behavior of geosynthetic reinforcements

2025· dissertation· en· W7062098879 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2025
Typedissertation
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésReinforcementUltimate tensile strengthThermalDeformation (meteorology)Tension (geology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Investigating the influence of temperature on the mechanical performance of geosynthetic reinforcement has become increasingly important for the structural analysis and design of reinforced earth structures, especially in the context of intensifying climate change.Understanding these effects is crucial for enhancing infrastructure resilience by accurately evaluating how temperature variations affect the tensile strength and stiffness of geosynthetics.Although numerous studies have examined the impact of temperature on geosynthetic tensile properties, the limited availability of temperature-controlled test data remains a challenge.Furthermore, the absence of engineering tools to predict temperature-dependent behavior highlights the need for reliable predictive models.To address this gap, this research employs both regression analysis and numerical simulations to evaluate the thermal response of commonly used geosynthetics.The study incorporates a thorough review of the tensile behavior of various geosynthetic reinforcements across a wide temperature range.Drawing on nine datasets from previous investigations, two regression models, the hyperbolic model and the modified power law model, were adopted.The relationship between temperature and the model coefficients was then analyzed to approximate the behavior of geosynthetic reinforcements under varying thermal conditions.An illustrative prediction based on these findings is provided.Finally, recognizing the limited availability of experimental datasets, this research employed finite element analysis (FEA) with the elastic-plastic model and the DSGZ constitutive model in ABAQUS to generate additional, reliable data for further regression model development.The sensitivity analysis of model coefficients revealed that developing a predictive model for general polymeric reinforcements faced challenges, due to the inherent limitations of the available datasets.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetThermal Analysis in Power TransmissionTravaux en français237 207