MétaCan
Menu
Retour à la cohorte
Enregistrement W2092406980 · doi:10.1520/jai101055

Understanding Low-Sloped Roofs Under Hurricane Charley From Field to Practice

2007· article· en· W2092406980 sur OpenAlexaff
Angathevar Baskaran, Sudhakar Molleti, David L. Roodvoets

Notice bibliographique

RevueJournal of ASTM International · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésField (mathematics)Materials scienceForensic engineeringEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Natural wind hazard damages have been dramatic in recent years, incurring losses of life and property around the world. Wind-induced failure is one of the major contributors to insurance claims, and it is rising. To address these growing concerns, RICOWI (Roofing Industry Committee on Weather Issues) started a Wind Investigation Program (WIP) to investigate the field performance of roofing assemblies after major windstorm events and to factually describe roof assembly performance and modes of damage. As part of this program, Hurricane Charley, which hit Punta Gorda, FL, with winds exceeding 140 mph (63 m/s), was investigated. This paper mainly focuses on the field performance of the low-sloped roofs with three important parameters that were found critical in the failure of the roofing systems, namely, • Effect of corner wind suction, • Effect of parapet, • Effect of internal pressure. For each scenario, first scientific documentation was presented, and then how the field observation reflects the fundamental principles were discussed. Based on this exercise, correlations are developed for roof wind design. In addition, wind design data from the North American codes of practice are also calculated and compared to show the impact of science and field observation on durable roof design. With these illustrations, this paper offers recommendations to advance the roof system design for hurricane-prone regions.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,040
Tête enseignante GPT0,292
Écart entre enseignants0,252 · 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'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

Citations17
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetTree Root and Stability StudiesTravaux en français237 207