MétaCan
Menu
Retour à la cohorte
Enregistrement W2547187370

STR-930: CROSS LAMINATED TIMBER WALLS WITH OPENINGS: IN-PLANE STIFFNESS PREDICTION AND SENSITIVITY ANALYSIS

2016· article· en· W2547187370 sur OpenAlexfundaboutno aff
Shahnewaz, M. Shahria Alam, Thomas Tannert, Marjan Popovski

Notice bibliographique

RevueScholarship@Western (Western University) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueWood Treatment and Properties
Établissements canadiensnon disponible
Organismes subventionnairesFPInnovations
Mots-clésCross laminated timberStiffnessOrthotropic materialStructural engineeringParametric statisticsSensitivity (control systems)Finite element methodPlane (geometry)EngineeringMaterials scienceMathematicsGeometryStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cross-laminated timber (CLT) is gaining popularity in residential and non-residential applications in the North American construction market. An accurate quantification of in-plane stiffness of the CLT walls with openings is required to design a CLT structure subjected to lateral loads. Nevertheless, till today, no general approach is available for the design of CLT-members loaded in plane and there are no standardized methods for determining the stiffness of CLT shearwalls in the respective material design standards: the CSA O86 in Canada, and the NDS in the US. This study aims to quantify the stiffness of CLT walls with openings under in-plane loading. A finite element (FE) model of CLT walls was developed modelling wood as orthotropic elastic material and the glue-lines between layers using non-linear contact elements. The FE model was verified from test results of CLT panels under in-plane loading. A parametric study was performed to evaluate the change in stiffness of CLT walls with the variation of opening size and shape. A simplified equation to predict the in-plane stiffness of CLT walls with openings was proposed. Subsequently, a sensitivity analysis was performed using Meta-model of Optimal Prognosis (MOP) to evaluate the contribution of each parameter on the model response.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,035
Tête enseignante GPT0,253
Écart entre enseignants0,218 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScholarship@Western (Western University)Même sujetWood Treatment and PropertiesTravaux en français237 207