MétaCan
Menu
Retour à la cohorte
Enregistrement W2333610188 · doi:10.1061/9780784479117.072

Proposed Refinements to Design Snow Load Derivation

2015· article· en· W2333610188 sur OpenAlexaff
Jan Dale, Scott Gamble, Albert Brooks

Notice bibliographique

RevueStructures Congress 2015 · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensRowan Williams Davies & Irwin (Canada)
Organismes subventionnairesnon disponible
Mots-clésSnowRoofAerodynamicsStructural engineeringCladding (metalworking)Building envelopeEnvelope (radar)Wind engineeringEnvironmental scienceMeteorologyThermalEngineeringAerospace engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

In contrast to other naturally occurring loads such as wind-induced or earthquake loads, design snow loads are generally the result of a series of events that occur over an entire winter. As a result, a number of key variables are inherently generalized when developing standardized guidelines. While the ASCE 7 Standard is employed by engineers to define snow loading for structural design, a strict application of the standard is not necessarily synonymous with an optimized structural design due to these generalizations. The variability is increased further as building designs push the envelope in terms of geometry and energy performance. With improvements in design practice comes the need for refinement to the basis for loading derivation. Factors such as roof size, exposure, thermal capacity, and aerodynamics need to be considered when deriving loads. Design snow loads for roofs are typically considered as a fraction of the snow loading on the ground to account for the potential for snow that is drifted off of the roof surface. However, the potential for this loading relief decreases as the roof increases in size. The consideration given to area averaging effects when considering wind loading, as structural and cladding wind load components, is not realized when designing for snow loads. Wind directionality effects on the potential snow load distributions are also not accounted for. All step regions are treated as though there is an equal probability of occurrence of the loading magnitude. Further, with the exception of overheated structures such as greenhouses or unheated structures, the effects of thermal variations over a roof surface are not considered. However, variations to the internal operating temperatures and roof insulation values may lead to similar building performance characteristics. The use of alternative analysis tools including wind tunnel and finite area element modeling to determine the potential variability in design snow loads resulting from these factors is discussed and refinements to the current ASCE 7 snow load provisions that account for these factors are proposed.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0160,008

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 Opus0,063
Tête enseignante GPT0,274
Écart entre enseignants0,211 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructures Congress 2015Même sujetCryospheric studies and observationsTravaux en français237 207