SINIR ELEMANLAR YÖNTEMİYLE YIĞMA YAPILARDA HARÇ KALINLIĞI ETKİSİNİN İNCELENMESİ
Bibliographic record
Abstract
Bilindiği gibi yığma yapılar taş veya tuğla gibi esas taşıyıcı malzemelerle birlikte, bu malzemeler arasında yapıştırıcı görevi gören harç malzemesinden oluşmaktadır. Genel olarak tuğla, taş ve harç malzemelerinin mekanik özellikleri birbirinden farklıdır. Mekanik özellikleri farklı iki malzemenin heterojen olarak birleştirilmesi ile taşıyıcı duvarlar oluşmaktadır. Fakat oluşturulan bu heterojen yapı elemanları genel olarak hesap kolaylığı için homojen kabul edilmektedir. Bu çalışmada, yığma yapılardaki faklı derz kalınlıklarının tuğla boyutuna oranının, sınır elemanlar yöntemiyle yığma yapının davranışına etkileri incelenmiştir. Farklı tipik yığma duvarlarda farklı malzeme bilgileri kullanılarak yapı davranışındaki değişimler sınır elemanlar yöntemi kullanılarak araştırılmıştır. Bu farklılıklar incelenerek, izotrop veya anizotrop modellemenin sonuca etkisi, harç kalınlığının sonuca etkisi mukayese edilerek, sonuçlar yorumlanmıştır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.017 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".