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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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