MétaCan
Menu
Retour à la cohorte
Enregistrement W1990829023 · doi:10.1139/l10-013

Serviceability design factors for wind-sensitive structures

2010· article· en· W1990829023 sur OpenAlexaffvenueabout
Adrián Pozos‐Estrada, Han Hong, Jon Galsworthy

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésServiceability (structure)Structural engineeringVibrationWind speedWind engineeringEngineeringPerceptionStandard deviationDamping ratioMeteorologyMathematicsStatisticsAcousticsGeography

Résumé

récupéré en direct d'OpenAlex

Wind-sensitive buildings can experience excessive vibrations that cause discomfort and interruption of the activities of the inhabitants of the buildings. To ensure the desired serviceability, codes, standards, and their commentaries have proposed perception curves that limit the expected (or mean) peak acceleration or standard deviation of the acceleration of the buildings. These perception curves are developed based on perceived vibration alone and do not consider the uncertainty in structural dynamic characteristics (i.e., natural frequency of vibration and ratio of damping) and loads such as the wind loading. Therefore, the annual probability that the perception curve is not exceeded for a building whose design is based on the perception curve is unknown. In this study, serviceability design factors are calibrated for selected targeted annual probability of perception levels by considering the uncertainty in the structural dynamic characteristics, wind characteristics, as well as in the human perception of motion. These serviceability design factors are to be used with the estimated mean peak acceleration caused by along-wind and cross-wind excitations given in the commentaries of the current National building code of Canada. The use of calibrated serviceability design factors for design checking is illustrated with a numerical example.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,783
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations12
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetWind and Air Flow StudiesTravaux en français237 207