MétaCan
Menu
Retour à la cohorte
Enregistrement W2802288924 · doi:10.1139/cjce-2017-0348

Establishing the fundamental period of light-frame wood buildings on the basis of ambient vibration tests

2018· article· en· W2802288924 sur OpenAlexaffvenueabout
Ghazanfarah Hafeez, Ghasan Doudak, Ghyslaine McClure

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Engineering and Vibration Analysis
Établissements canadiensMcGill UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésShear wallStructural engineeringVibrationBuilding codeNatural frequencyFrequency domainStiffnessFrame (networking)Finite element methodNormal modeEngineeringComputer scienceAcousticsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This research project deals with dynamic field testing of light-frame wood buildings with wood-based shear walls. The primary objective of the investigation is to evaluate the building code formula for estimating light-frame wood building’s fundamental period for seismic analysis, through intensive field testing and numerical modeling. The project also aims to propose an alternative simplified rational approach to seismic analysis of these structures. The paper presents ambient vibration testing results of light-frame wood buildings in Canada. The dynamic characteristics of the measured buildings, such as natural frequency, mode shapes, and equivalent structural damping were obtained from frequency domain analysis of ambient motion records. Using a simplified method of period estimation based on the Rayleigh approximation while using the building mass and replacing the stiffness of shear walls by their length showed reasonable fit when compared with the finite element model results and ambient vibration testing measured periods. A formula was developed based on the regression analysis of the tested buildings. The expression is a function of building height, floor area, and shear wall length and it was shown to provide a reasonably good fit with the measured results.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,000
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 GPT0,185
Écart entre enseignants0,178 · 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'étudeExpérimental (laboratoire)
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

Citations18
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetStructural Engineering and Vibration AnalysisTravaux en français237 207