MétaCan
Menu
Retour à la cohorte
Enregistrement W3096827936 · doi:10.1139/cjce-2019-0579

Seismic fragility assessment of bridge piers incorporating high-strength steel reinforcement and concrete under near-fault ground motions

2020· article· en· W3096827936 sur OpenAlexaffvenueabout
Saif Aldabagh, Saqib Khan, M. Shahria Alam

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPierStructural engineeringFragilityCompressive strengthUltimate tensile strengthBridge (graph theory)Geotechnical engineeringSeismic analysisDeformation (meteorology)ReinforcementEngineeringMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Design codes in the United States and Canada limit the use of high-strength steel (HSS) and high-strength concrete (HSC) to bridge components that are expected to remain elastic during a seismic event. Although HSS and HSC have higher tensile and compressive strengths, respectively, their lower inelastic strain capacities impose for such restrictions. To assess the seismic performance of HSS and HSC, the pier of an existing bridge is redesigned using concrete compressive strength of 50 and 80 MPa, and reinforcement yield strength of 420, 690, and 830 MPa. Static pushover and nonlinear dynamic time-history analyses were performed to generate force–deformation and seismic fragility curves. Bridge piers incorporating HSS and HSC attained the maximum load capacity yet were the least ductile. They were less seismically vulnerable than those incorporating conventional materials at minimal and repairable damage states, but not at extensive and probable replacement damage states.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,194 · 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

Citations3
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207