Analyse du comportement d'éléments fléchis en béton renforcé de fibres métalliques: Du matériau à la structure
Bibliographic record
Abstract
DÉDICACE À ma famille, à ma femme, à mes enfants, à mes parents REMERCIEMENTS Je tiens en premier lieu à remercier Bruno Massicotte, mon directeur de recherche, qui m'a permis de réaliser cette thèse.Ses connaissances techniques et scientifiques ont permis de me diriger tout au long de mes travaux, tandis que ses qualités humaines ont fait de nos rencontres un moment agréable.Je le remercie également pour le soutien financier.Je souhaite remercier Jean-Philippe Charron, mon co-directeur de recherche, qui par sa connaissance du matériau béton a su m'orienter dans mes travaux.Sa disponibilité, sa rigueur et son enthousiasme m'ont permis de mener à bien mon projet et de maintenir le cap au fil du temps.Ce fut un plaisir et un honneur de réaliser ma recherche dans un laboratoire de structures de calibre international avec des équipements de haut niveau.Cela n'aurait pas été possible sans le support de toute l'équipe technique.Je tiens donc à remercier Denis Fortier, Patrice Bélanger, Yves Méséréré et David Ek pour leur aide dans la réalisation de la partie expérimentale.Je dis un merci spécial à mon compatriote Cédric Androuet, avec qui j'ai eu le plaisir de travailler pour le développement des matériaux et dans la réalisation des essais.La campagne expérimentale a été possible grâce, également, au support des associés de recherche.Je remercie donc Kathleen Moffatt et Viacheslav Koval pour leur aide dans l'organisation du projet et Martin Leclerc pour sa contribution très appréciée dans la réalisation des spécimens.J'ai eu beaucoup de plaisir à travailler au sein du groupe de recherche en génie des structures de l'École Polytechnique.Je tiens à remercier particulièrement les professeurs Robert Tremblay, Pierre Léger et Najib Bouaanani, ainsi que mes directeurs de recherche Bruno Massicotte et Jean-Philippe Charron, pour la qualité de l'enseignement offert en génie des structures qui m'ont permis d'acquérir et de maitriser les compétences essentielles à l'exercice de mon métier.La diversité et la curiosité des étudiants aux études supérieures font du groupe de recherche un espace dynamique et convivial.Je souhaite remercier mes collègues pour les bons moments que j'ai vécu pendant ces années d'étude.Je remercie également la secrétaire Anne Marie Goulet pour sa disponibilité et sa bonne humeur.v Je remercie le Conseil National de Recherche en Sciences Naturel et en Génie du Canada (CRSNG) et le Centre de Recherche sur les Infrastructures en Béton du Québec (CRIB) pour le financement de ce projet.Je remercie Bekaert, Holcim et Euclid pour avoir fournit respectivement les fibres, le béton et les adjuvants.Finalement, je tiens à dire un immense merci et toute ma reconnaissance à ma femme Déborah pour son soutien sans faille tout au long de mes études (et surtout vers la fin).Son amour et son énergie m'ont donné chaque jour la force nécessaire pour mener à bien, petit à petit, cette thèse de doctorat.vi
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 | 0.001 |
| 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 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".