MétaCan
Menu
Retour à la cohorte
Enregistrement W7132518751

EVALUASI KEKUATAN STRUKTUR BAJA BERGELOMBANG BERDASARKAN TIPE DAN KETEBALAN

2019· other· id· W7132518751 sur OpenAlexaboutno aff
H. S. (Hendrick) Putra

Notice bibliographique

RevueNeliti · 2019
Typeother
Langueid
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompressive strengthCompression (physics)HourglassMechanical strengthPlastic hinge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Material konstruksi struktur baja bergelombang mempunyai tiga tipe yaitu standar, deep dan superdeep. Tiga tipe ini dibedakan dari dimensi penampang sehingga terdapat perbedaan nilai momen inersia, semakin besar momen inersia maka bentang maksimum yang diaplikasikan bisa semakin lebar. Di Indonesia material konstruksi ini sudah difungsikan sebagai struktur jembatan. Penilaian kekuatan konstruksi struktur baja bergelombang berdasarkan tiga kriteria yaitu compression failure, plastic hinge, dan connection failure. Pada saat perencanaan diperlukan iterasi perhitungan untuk mendapatkan pemilihan tipe dan ketebalan yang optimum, maka dilakukan perhitungan dan analisis pada lebar bentang 15 meter dengan bentuk konstruksi setengah lingkaran agar diketahui peningkatan persentase kekuatan setiap perubahan tipe dan ketebalan baja yang digunakan. Metode perhitungan berdasarkan pedoman yang dikeluarkan oleh Canadian Highway Bridge Designs Code. Berdasarkan hasil perhitungan semakin besar nilai momen Inersia akan semakin menambah kekuatan dari struktur baja bergelombang. Hasil evaluasi menunjukkan rata-rata penambahan kekuatan 3 parameter tinjauan pada masing-masing tipe dan ketebalan baja adalah untuk tipe standar kenaikan rata-rata nilai wall strength compression sebesar 9%, kenaikan rata-rata seam strength 3% dan kenaikan rata-rata plastic hinge 11%. Untuk tipe deep kenaikan rata-rata nilai wall strength compression sebesar 24%, kenaikan rata-rata seam strength 25% dan kenaikan rata-rata plastic hinge 19%. Untuk Tipe Superdeep kenaikan rata-rata nilai wall strength compression sebesar 41%, kenaikan rata-rata seam strength 27% dan kenaikan rata-rata plastic hinge 34%. Hasil tersebut memperlihatkan kenaikan rata-rata kekuatan tertinggi ada pada tipe baja bergelombang tipe superdeep.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,020
Tête enseignante GPT0,274
Écart entre enseignants0,254 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNelitiTravaux en français237 207