MétaCan
Menu
Retour à la cohorte
Enregistrement W3093273408 · doi:10.1093/oxfordhb/9780190670252.013.27

Simplified Hazard Modeling and Structural Reliability Analysis Considering Non-Synoptic Wind Systems (NSWS) in Canada

2020· book-chapter· en· W3093273408 sur OpenAlexaffabout
Han Hong, Qian Huang

Notice bibliographique

RevueOxford University Press eBooks · 2020
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTornadoWind speedMeteorologyProbabilistic logicHazardEnvironmental scienceReliability (semiconductor)Wind engineeringEngineeringGeographyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract High-intensity wind events such as tornadoes and downbursts can be very destructive to structures and infrastructure systems. In the present chapter, an overview of the assessment of the wind hazard due to tornadoes and downbursts for Canadian sites is provided. Available tornado occurrence information available in Canada that can be used as the basis to develop a tornado occurrence model is discussed. The chapter presents an overall framework to develop tornado wind-velocity hazard maps for Canada. It also explores the use of simple equivalent along height wind profile that could be used to evaluate tornadic wind loading for line-like structures and of a practical procedure to evaluate the failure probability of structures subjected to high-intensity wind events. It is indicated that for a certain class of prismatic structures, the use of nonlinear static pushover analysis can be adequate to evaluate the capacity curve of the structure subjected to downburst wind loading. A probabilistic model of the capacity curve obtained in such a manner can then be used to evaluate the structural reliability by incorporating the assessed wind-velocity hazard map and equivalent wind profile.

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 enseignants0,099
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,174
Écart entre enseignants0,159 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetWind and Air Flow StudiesTravaux en français237 207