Resistência e rigidez ao rolling shear de elementos de MLCC produzidos com madeira de Marupá “Simarouba amara”
Bibliographic record
Abstract
RESUMO Este estudo investigou a resistência (fvt) e a rigidez (Gvt) ao cisalhamento transversal (rolling shear) de elementos de madeira lamelada colada cruzada (MLCC) produzidos com madeira nativa brasileira de Marupá (Simarouba amara). Para isso, foram adotadas abordagens numérica e experimental, além do desenvolvimento de uma equação analítica para avaliar a rigidez (Gvt) das camadas transversais de painéis com três camadas de mesma espessura por meio de ensaios de flexão. Durante a etapa experimental, foram feitos ensaios de cisalhamento em dois modelos de corpos de prova (vertical e inclinado), além de ensaios de flexão em vigas e em painéis. A modelagem numérica baseou-se no método dos elementos finitos, utilizando-se o software ABAQUS para a avaliação das amostras. Os valores do Gvt foram de duas a seis vezes superiores aos valores de referência, enquanto a resistência (fvt) foi de duas a três vezes superior. A equação analítica desenvolvida mostrou-se adequada para a determinação da rigidez ao rolling shear (Gvt) por meio de ensaios de flexão. A modelagem numérica indicou que as falhas ocorreram predominantemente na camada central das amostras de MLCC, em razão da concentração de tensões de cisalhamento, com contribuição de tensões normais de compressão (nos ensaios de cisalhamento) e de tração (nos ensaios de flexão). O método de ensaio com corpo de prova inclinado demonstrou ser o mais apropriado para determinar as propriedades relacionadas ao cisalhamento transversal (rolling shear).
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".