MétaCan
Menu
Retour à la cohorte
Enregistrement W2062778080 · doi:10.1061/(asce)st.1943-541x.0000662

Economical Steel Plate Shear Walls for Low-Seismic Regions

2013· article· en· W2062778080 sur OpenAlexaff
Hassan Moghimi, Robert G. Driver

Notice bibliographique

RevueJournal of Structural Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésShear wallSteel plate shear wallDissipationDuctility (Earth science)Structural engineeringShear (geology)Seismic analysisStructural loadSeismic loadingGeologyMaterials scienceGeotechnical engineeringEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Previous research on steel plate shear walls (SPSWs) and current design codes have focused principally on achieving highly ductile behavior through stringent detailing requirements. As such, the system is generally considered to be economical only in high-seismic regions. However, lower demands in other regions may permit the use of more economical options. This paper describes a proposed concept for SPSWs that meets the intent of capacity design, while greatly improving competitiveness in seismic regions where maximum ductility is not required. A large-scale, 2-story SPSW specimen was tested to evaluate the associated performance. The wall had standard double-angle beam-to-column shear connections and was tested under vertical gravity load concurrent with reversing lateral loads at each floor level. The specimen survived 25 lateral load cycles, 18 of which were in the inelastic range. The test results indicated that excellent performance can be expected in low-seismic regions, despite significantly reduced costs, compared with traditional designs. The shear wall showed stable performance at large lateral deformation ratios with high levels of ductility and energy dissipation capacity.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,190
Écart entre enseignants0,184 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Structural EngineeringMême sujetStructural Load-Bearing AnalysisTravaux en français237 207