MétaCan
Menu
Retour à la cohorte
Enregistrement W2077392204 · doi:10.1193/112512eqs337m

Seismic Fragility Assessment of Concrete Bridge Pier Reinforced with Superelastic Shape Memory Alloy

2014· article· en· W2077392204 sur OpenAlexafffund
A. H. M. Muntasir Billah, M. Shahria Alam

Notice bibliographique

RevueEarthquake Spectra · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensOkanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPierFragilityStructural engineeringVulnerability assessmentSMA*Plastic hingeDisplacement (psychology)Bridge (graph theory)Shape-memory alloyEngineeringIncremental Dynamic AnalysisGeotechnical engineeringReinforced concreteSeismic analysisGeologyMaterials scienceComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

In an attempt to reduce permanent displacement and damage, a hybrid reinforced concrete (RC) bridge pier configuration is considered in the present study. The plastic hinge region of the bridge pier is reinforced with superelastic shape memory alloy (SMA) and the remaining portion with regular steel. This paper focuses on fragility‐based seismic vulnerability assessment for a SMA‐RC bridge pier considering residual displacement, displacement ductility, and performance criteria as the demand parameters. Fragility curves are developed to assess the relative vulnerability of a SMA‐RC bridge pier and a conventional steel‐RC bridge pier using probabilistic seismic demand model (PSDM). The fragility curves are developed with a suite of 20 near‐fault ground motions using incremental dynamic analysis. The fragility curves provide insight into the failure probability of the bridge piers and aid in expressing the impact of SMA on the bridge pier vulnerability.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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

Citations148
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarthquake SpectraMême sujetSeismic Performance and AnalysisTravaux en français237 207