MétaCan
Menu
Retour à la cohorte
Enregistrement W2808494026 · doi:10.1177/0266351118779979

A comparison of two algorithms for the simulation of bending-active structures

2018· article· en· W2808494026 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Journal of Space Structures · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis and Optimization
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesWinnipeg Arts CouncilManitoba Arts CouncilUniversity of Manitoba
Mots-clésBendingPalette (painting)Computer scienceScale (ratio)RodPlanarBent molecular geometryStructural engineeringAlgorithmComputational scienceMechanical engineeringEngineeringComputer graphics (images)Physics

Résumé

récupéré en direct d'OpenAlex

Bending-active structures, made from elastically bent materials such as fiberglass rods, offer exciting opportunities in architecture because of their broad formal palette and ease of construction. While they have been relevant since Frei Otto’s Mannheim Multihalle (1974), recent computational developments that help simulate active-bending processes have renewed interest in them. Such tools are important because they can replace time-consuming and imprecise physical modeling processes. However, physically meaningful simulations, using real materials and full scale, are difficult to create, and there are no good mechanisms to reveal when a simulation is inaccurate. This article offers a conceptual and numerical study of two popular contemporary algorithms for simulations of bending-active structures, mainly through a comparison of their results on the planar elastica. We then offer guidelines on best practice modeling settings and demonstrate possibilities and pitfalls through an architectural-scale case study.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,264
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,028
Tête enseignante GPT0,365
Écart entre enseignants0,337 · 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