MétaCan
Menu
Retour à la cohorte
Enregistrement W2083501658 · doi:10.1061/(asce)st.1943-541x.0001011

Computational Approach for Collapse Assessment of Concentrically Braced Frames in Seismic Regions

2014· article· en· W2083501658 sur OpenAlexafffund
Emre Karamanci, Dimitrios G. Lignos

Notice bibliographique

RevueJournal of Structural Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesMcGill University
Mots-clésBraceBraced frameStructural engineeringStiffnessShear (geology)GeologyComputer scienceFrame (networking)Engineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a computational approach for the collapse assessment of concentrically braced frames (CBFs) subjected to earthquakes. Empirical formulations for modeling the postbuckling behavior and fracture of three main steel brace shapes that are commonly used in CBFs are developed. These formulations are based on extensive calibrations of a fiber-based steel brace model with available information from a recently developed steel brace database. As part of the same computational approach, the representation of strength and stiffness deterioration associated with plastic hinging in steel columns and gusset-plate beam-to-column connections is considered. Through a case study of a 12-story Special Concentrically Braced Frame (SCBF), the influence of classical damping on the collapse capacity of CBFs is investigated. It is demonstrated that when SCBFs attain a negative stiffness during an earthquake, their collapse capacity can be significantly overestimated, if viscous damping is based on a commonly employed Rayleigh assumption with initial stiffness approximation. It is shown that sidesway collapse of CBFs should be traced based on a combination of criteria that associate large story drift ratios and the story shear resistance of a CBF at the corresponding story drift ratios.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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

Citations170
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Structural EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207