MétaCan
Menu
Retour à la cohorte
Enregistrement W2320107198 · doi:10.1061/9780784479728.061

Performance-Based Retrofit of School Buildings in British Columbia, Canada: An Update

2015· article· en· W2320107198 sur OpenAlexafffundabout
Carlos E. Ventura, Armin Bebamzadeh, M.C. Fairhurst, Graham Taylor, W. D. Liam Finn

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésSeismic hazardGround motionHazardSeismic retrofitProbabilistic logicEngineeringCivil engineeringComputer scienceReinforced concreteArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In 2004, the Province of British Columbia (B.C.) announced a 10–15 year, $1.5 billion seismic retrofit program for the province’s 750 at-risk public schools. The purpose of this program is to quantify the seismic risk of the provinces school buildings and to expedite the seismic upgrading of the most at-risk schools. In order to provide a safe and cost effective implementation of this program, the Association of Professional Engineers of British Columbia (APEGBC), in collaboration with the University of British Columbia (UBC), has developed a performance-based probabilistic method and guidelines for the seismic risk assessment and retrofit of low-rise buildings. The guidelines: the Seismic Retrofit Guidelines, (SRG), are currently moving towards their 3rd edition, to be published in 2016. This paper summarizes the current state of the province-wide retrofit program and introduces the performance based methodology that has been used to assess and retrofit school blocks. Some of the methodology changes that will be implemented in SRG3 are also introduced. These changes include revisions to the seismic hazard, a new ground motion selection and scaling procedure, and new retrofit prototypes and modeling approaches.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,019
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0050,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,177 · 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'étudeSans objet
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

Citations3
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetSeismic Performance and AnalysisTravaux en français237 207