MétaCan
Menu
Retour à la cohorte
Enregistrement W2804331610 · doi:10.1193/050318eqs108m

Seismic Safety Assessment of Base‐Isolated Buildings Using Lead‐Rubber Bearings

2019· article· en· W2804331610 sur OpenAlexaff
T.Y. Yang

Notice bibliographique

RevueEarthquake Spectra · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringShear (geology)Natural rubberBase isolationEngineeringFinite element methodSafety factorDisplacement (psychology)Amplification factorSeismic loadingCoupling (piping)BucklingGeotechnical engineeringBase (topology)Nonlinear systemMaterials scienceComposite materialMathematicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Lead‐rubber bearing (LRB) is a well developed and implemented isolation technology. One of the design challenges is to prevent LRBs from buckling during strong earthquake shaking. Although detailed component behavior of LRB under combined axial and shear loads has been well investigated, the seismic performance of base‐isolated buildings with LRBs has not been systematically examined. In this study, the robust finite element model of the LRB, which accounts for the axial and shear coupling, has been used to examine the seismic performances of two prototype buildings, each with different LRB geometric properties, structural periods, and axial loads. The results of nonlinear dynamic analyses show that the axial and shear coupling response of the LRB play an important role in the safety of base‐isolated buildings. A simple amplification factor of 2.5 is proposed to increase the axial capacity of the LRB when the shear deformation reaches the maximum total displacement. The results show that such a simple amplification factor can produce low probability of failure of LRB buildings during strong earthquake shaking.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarthquake SpectraMême sujetSeismic Performance and AnalysisTravaux en français237 207