MétaCan
Menu
Retour à la cohorte
Enregistrement W2953581389 · doi:10.1680/jstbu.19.00023

An assessment of damper placement methods considering upfront damper cost

2019· article· en· W2953581389 sur OpenAlexaff
Giuseppe Marcantonio Del Gobbo, M. S. Williams, A. Blakeborough

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Structures and Buildings · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensArup Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésDamperStructural engineeringWork (physics)Iterative methodComputer scienceDamping torqueControl theory (sociology)EngineeringMechanical engineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Previous studies have shown that earthquake repair costs can be minimised by using large levels of supplemental damping and uniform damper placement. However, it is not always feasible to achieve this damping due to structural or financial restraints. Iterative damper placement methods may be able to achieve higher levels of damping than simple methods such as uniform damping for the same total damper cost. In this work, six damper placement methods were assessed based on structural and non-structural repair costs. The total damper cost was constrained to be the same in each case. The scope of work was limited to linear fluid viscous dampers, concentric braced frames and regular structures. The iterative methods were found to provide a greater total damping coefficient to the structures than the simple methods. This resulted in a higher supplemental damping ratio and lower repair costs. If upfront funds are limited, or if architectural constraints prevent the placement of dampers in lower storeys, then iterative methods provide the most favourable total-building seismic performance. However, the conclusions should be extended cautiously. Although iterative methods are favourable when the upfront damper investment is strictly limited, in terms of total-building seismic performance, it is advantageous to provide a large damping ratio using uniform damping.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil0,577

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 Opus0,008
Tête enseignante GPT0,283
Écart entre enseignants0,274 · 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 tête enseignante, 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Structures and BuildingsMême sujetSeismic Performance and AnalysisTravaux en français237 207