MétaCan
Menu
Retour à la cohorte
Enregistrement W2041044295 · doi:10.1139/l00-007

Dynamic characteristics of the Crowchild Trail Bridge

2000· article· en· W2041044295 sur OpenAlexfundvenueaboutno aff
Carlos E. Ventura, Tuna Onur, Pei-Chin Tsai

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaGovernment of CanadaCommercial Aircraft of China
Mots-clésBridge (graph theory)ModalVibrationAccelerometerDynamic testingModal analysisAmbient vibrationStructural engineeringOperational Modal AnalysisStructural dynamicsInstrumentation (computer programming)Mode (computer interface)Natural frequencyComputer scienceEngineeringFinite element methodAcoustics

Résumé

récupéré en direct d'OpenAlex

This paper presents the results of a study on the dynamic characteristics of the Crowchild Trail Bridge in Calgary, Alberta. This bridge is currently being monitored by members of the Intelligent Sensing for Innovative Structures Network (ISIS Canada). The effects of various modeling assumptions on the computed dynamic characteristics of the bridge are investigated and discussed in this paper. The dynamic characteristics of the bridge were determined by means of ambient vibration measurements and were used to calibrate a number of computer models developed by four different groups of engineers. The results of this study showed that in order to properly calibrate a model of the bridge for structural dynamic analysis, it is necessary to have not only a good match of experimental and analytical natural frequencies but also a good match of experimental and analytical mode shapes. Improper determination of dynamic characteristics of a bridge using analytical models could lead to erroneous conclusions on its expected behaviour under dynamic loading.Key words: ambient vibration testing, dynamic characteristics, bridge modeling, instrumentation, accelerometers, modal 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)0,000
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 enseignants0,947
Score d'incertitude au seuil0,457

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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,196 · 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

Citations8
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetStructural Health Monitoring TechniquesTravaux en français237 207