Experimental and numerical evaluation of the bond mechanics of masonry-to-geosynthetics coupling
Bibliographic record
Abstract
Cette recherche vise à évaluer la mécanique d'adhérence d'une nouvelle technique de rénovation utilisant des géosynthétiques en fibre de verre rigide et en polypropylène ductile comme mortier armé de textile (MAT) sur des structures en maçonnerie non armée (MNA) dans l'est du Canada. Dans cette région, de nombreux bâtiments URM vieillissants nécessitent des solutions de réparation et de réhabilitation abordables, une nécessité qui est également stipulée par le Code national du bâtiment du Canada dans le cas de rénovations majeures ou de changements d'utilisation des bâtiments. En raison des importantes fluctuations de température dans la région, les géosynthétiques – connus pour leur durabilité et leur stabilité chimique dans les applications géotechniques – sont des matériaux prometteurs pour la rénovation. Cependant, les recherches existantes sont limitées et principalement européennes, ce qui limite l'applicabilité en Amérique du Nord en raison des différences de climat, de matériaux, de typologies architecturales et de réglementations. Le programme expérimental comprend des essais d'adhérence au cisaillement par simple lambeau (SLSB) sur des spécimens composés de bandes géosynthétiques ductiles (polypropylène) ou rigides (fibre de verre) noyées dans un mortier à base de chaux et collées à la surface d'une unité de maçonnerie. Plusieurs itérations de coulage ont été effectuées pour optimiser la force d'adhérence, ce qui a permis d'obtenir un total de 72 spécimens. Les résultats des tests ont indiqué que la qualité de l'exécution, la teneur en humidité pendant le coulage et le taux de chargement influencent de manière significative la performance de l'adhérence et les modes de défaillance
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 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".