MétaCan
Menu
Retour à la cohorte
Enregistrement W2321792944 · doi:10.2472/jsms.50.32

Probabilistic Evaluation System of Seismic Damage States for Bridge Structures.

2001· article· en· W2321792944 sur OpenAlexaff
Akihiko Kaneyoshi, Ayaho Miyamoto, Hideaki Nakamura, Eiji Nakayama

Notice bibliographique

RevueJournal of the Society of Materials Science Japan · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Health Monitoring Techniques
Établissements canadiensPCL Construction (Canada)
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringBridge (graph theory)Stochastic matrixProbabilistic logicPierExcursionMatrix (chemical analysis)VibrationIncremental Dynamic AnalysisSeismic analysisEngineeringMathematicsMaterials sciencePhysicsStatisticsMarkov chain

Résumé

récupéré en direct d'OpenAlex

This paper describes a newly developed probabilistic evaluation system of seismic damage states for bridge structures. At first, non-linear dynamic response analyses for the reinforced concrete bridge pier system were performed and the response values were calculated. And also, the probability of the first excursion for the threshold that corresponds to multiple damage states was calculated for each response value by the application of threshold-crossing in random vibration theory. Next, the damage transition probability matrix was constructed on the basis of probability of the first excursion. Then, the damage transition probability matrix conducted the damage transition model that included the damage interaction between elements. Finally, based on resulting probabilities of multiple damage states of structure elements, both functional and social damage states of the bridge structures damaged by earthquakes were evaluated. In addition, the development of a program for visualizing damage transition over time with graphical user interface made it possible to check the transition of structural damage easily in the behavior of the entire bridge structure during an earthquake. Then, by comparing cases with and without seismic retrofits, the effects of different seismic retrofit measures on seismic performance were evaluated.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,103
Score d'incertitude au seuil0,268

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,311
Écart entre enseignants0,279 · 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 tête enseignante, 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

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Society of Materials Science JapanMême sujetStructural Health Monitoring TechniquesTravaux en français237 207