MétaCan
Menu
Retour à la cohorte
Enregistrement W1997705726 · doi:10.1260/1369-4332.16.5.947

Elastic Buckling Strengths of Unbraced Steel Frames Subjected to Variable Loadings

2013· article· en· W1997705726 sur OpenAlexafffund
Yizhan Zhuang, Lei Xu

Notice bibliographique

RevueAdvances in Structural Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBucklingStructural engineeringMaximizationStiffnessMinificationNonlinear systemLinear programmingMathematicsNonlinear programmingMathematical optimizationEngineering

Résumé

récupéré en direct d'OpenAlex

The problem of determining the elastic buckling strengths of unbraced steel frames subjected to variable loadings can be expressed as a pair of maximization and minimization problems with stability constraints based on the concept of storey-based buckling which accounts for the lateral stiffness interaction among columns in a storey while resisting applied loads. The maximization and minimization problems can be solved by either linear programming method or nonlinear programming method depends on whether an approximation on the column stiffness being applied or not. Compared with the nonlinear programming method, the linear programming method based on Taylor series approximation on column stiffness is considerably simpler and more suitable for engineering practice but the frame buckling strengths may be overestimated in some cases, which may result in unconservative designs. In this study, a secant approximation of the column stiffness is introduced. Then, a modified linear programming method based on the secant approximation is proposed. Four unbraced steel frames are investigated to illustrate that the linear programming method in light of the secant approximation can yield conservative results and maintain simplicity.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,002
Tête enseignante GPT0,201
Écart entre enseignants0,199 · 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'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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Structural EngineeringMême sujetStructural Load-Bearing AnalysisTravaux en français237 207