MétaCan
Menu
Retour à la cohorte
Enregistrement W2748280948 · doi:10.1142/s0219455418500505

Improved Performance-Based Plastic Design for RC Moment Resisting Frames: Development and a Comparative Case Study

2017· article· en· W2748280948 sur OpenAlexaff
Jiulin Bai, T.Y. Yang, Jinping Ou

Notice bibliographique

RevueInternational Journal of Structural Stability and Dynamics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMoment (physics)Structural engineeringNonlinear systemSeismic analysisComputer scienceMathematicsEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

The performance-based plastic design (PBPD) method employs the global yield mechanism and target drift to design reinforced concrete moment resisting frames (RC-MRFs), which satisfies both the drift and strength limits without iterations. However, different structural systems have different hysteretic behaviors and the influence on the energy balance equation has not been dealt with in a quantitative manner. Moreover, the gravity loads are not considered in the plastic design procedure, which makes the beam design not within the safe margin for low and moderate seismic regions. In this paper, an improved PBPD method for RC-MRF is developed. Furthermore, a case study of seven-story RC-MRF is designed using both the improved PBPD and conventional equivalent static force design (ESFD) approaches. Comprehensive comparative analyses are performed in terms of nonlinear static pushover analysis, nonlinear dynamic analysis and seismic loss estimation. The results illustrate that the PBPD procedure can reduce the seismic losses. Hence, it is proved that PBPD is a viable and more robust design procedure as compared to the conventional ESFD procedure.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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 ouverte0,0010,000
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 Opus0,051
Tête enseignante GPT0,289
Écart entre enseignants0,238 · 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

Citations32
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Structural Stability and DynamicsMême sujetSeismic Performance and AnalysisTravaux en français237 207