MétaCan
Menu
Retour à la cohorte
Enregistrement W2730835935 · doi:10.1061/(asce)st.1943-541x.0001864

Influence of Column Strength and Stiffness on the Inelastic Behavior of Strong-Column-Weak-Beam Frames

2017· article· en· W2730835935 sur OpenAlexfundno aff
Nattapat Wongpakdee, Sutat Leelataviwat

Notice bibliographique

RevueJournal of Structural Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of British ColumbiaUniversity of Michigan
Mots-clésStructural engineeringStiffnessBeam (structure)Column (typography)Plastic hingeDuctility (Earth science)Joint (building)HingeDeformation (meteorology)Moment (physics)Flexural strengthMaterials scienceConnection (principal bundle)EngineeringComposite materialCreepPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

The design philosophy of strong-column-weak-beam (SCWB) in which plastic deformation is predominantly allowed to occur in beams while columns remain essentially elastic is commonly adopted in seismic design codes for moment-resisting frames. Practical design of SCWB frames is employed by using the beam-to-column-joint ratio, which is mainly done to prevent formation of plastic hinges in columns without consideration of the global inelastic behavior of the SCWB frame. This paper investigates the inelastic behavior of SCWB frames with different distributions of beam and column plastic strengths at different ductility demand levels. Midrise 9-story steel frames were designed as SCWB frames with the same lateral strength but with different column strength and stiffness relative to those of the beams. Nonlinear static and dynamic analysis results indicate that the relative plastic flexural capacities of the beams and column bases have a significant effect on the structural deformation and seismic response of SCWB frames. The structural response and beam-to-column-joint demand strongly depend on the column strength and stiffness. The results indicate that a global parameter may be used in addition to the beam-to-column-joint ratio to control the inelastic response behavior of strong-column-weak-beam frames.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Structural EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207