MétaCan
Menu
Retour à la cohorte
Enregistrement W2615346041 · doi:10.1002/eqe.2912

Damage mechanics applied to performance‐based design of reinforced concrete columns

2017· article· en· W2615346041 sur OpenAlexafffund
Luis Ignacio Cardona, Patrick Paultre, Jacky Mazars

Notice bibliographique

RevueEarthquake Engineering & Structural Dynamics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Behavior of Reinforced Concrete
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDamage mechanicsStructural engineeringDuctility (Earth science)Finite element methodDisplacement (psychology)Computer scienceReinforced concreteFlexural strengthStrength of materialsMaterials scienceEngineeringCreepComposite material

Résumé

récupéré en direct d'OpenAlex

Summary Performance‐based design methodology is based on reaching performance objectives that are associated to certain damage conditions. These performance objectives are related to the seismic hazard and to the performance levels. In actual application, reliable tools are required for capturing the evolution of the damage condition as well as for measuring and locating it. Moreover, it is essential to accurately establish the relationship between the damage and the performance levels. This paper shows the application of damage mechanics to performance‐based design. A layered damage mechanics‐based finite element program is presented with a discussion on modeling for prediction of the response of normal‐strength and high‐strength concrete columns subjected to cyclic flexural loading and various axial load levels. The damage indices derived from these analyses were used to elaborate several damage charts expressed as a function of drift and displacement ductility. This makes it possible to establish a relationship between the damage state and the performance levels. Results have demonstrated the ability of the damage mechanics modeling to accurately predict the behavior of the specimens tested. Copyright © 2017 John Wiley & Sons, Ltd.

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)0,000
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarthquake Engineering & Structural DynamicsMême sujetStructural Behavior of Reinforced ConcreteTravaux en français237 207