MétaCan
Menu
Retour à la cohorte
Enregistrement W1982870805 · doi:10.1139/l10-110

Improved intensity measures for probabilistic seismic demand analysis. Part 1: development of improved intensity measures

2010· article· en· W1982870805 sur OpenAlexaffvenueabout
Lan Lin, N. Naumoski, Murat Saatçioğlu, Simon Foo

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of OttawaPublic Works and Government Services Canada
Organismes subventionnairesnon disponible
Mots-clésIntensity (physics)Probabilistic logicIncremental Dynamic AnalysisMeasure (data warehouse)Peak ground accelerationEnvironmental Seismic Intensity scaleSeismic analysisSpectral accelerationComputer scienceStructural engineeringGround motionEngineeringData miningArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

This is the first of two companion papers on improved intensity measures of strong seismic ground motions for use in probabilistic seismic demand analysis. It describes the formulation and the development of new intensity measures. The second paper illustrates the application of the developed intensity measures in probabilistic seismic demand analysis. The development of the intensity measures was based on investigations of the seismic responses of three reinforced concrete frame buildings (4, 10, and 16-storey high) designed for Vancouver. The buildings were subjected to a selected set of seismic motions scaled to different intensity levels. Maximum interstorey drifts obtained from nonlinear dynamic analyses were used as response parameters. Based on the results from the analyses, two intensity measures are proposed: one for short- and intermediate-period buildings, and another one for long-period buildings. The proposed intensity measures are superior compared to that represented by the spectral acceleration at the fundamental building period (Sa(T 1 )), which is currently the most widely used intensity measure in probabilistic seismic demand analysis.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,187
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations52
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207