MétaCan
Menu
Retour à la cohorte
Enregistrement W3121230781 · doi:10.1061/geosek.0000114

Reliability-Based Design (RBD) For Everyone: (No Monte Carlo Simulation Required!)

2019· article· en· W3121230781 sur OpenAlexaffabout
Richard J. Bathurst

Notice bibliographique

RevueGEOSTRATA Magazine · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésLimit state designReliability (semiconductor)Monte Carlo methodProbabilistic logicBridge (graph theory)EngineeringMargin (machine learning)Limit (mathematics)Reliability engineeringResistance FactorsProbabilistic designPoint (geometry)Structural loadStructural engineeringComputer scienceMathematicsEngineering design processStatisticsPower (physics)

Résumé

récupéré en direct d'OpenAlex

In North America, the design of earth structures for transportation applications is most often carried out using load and resistance factor design (LRFD). In the U.S., the AASHTO LRFD Bridge Design Specifications are followed. In Canada, the primary code is the Canadian Highway Bridge Design Code. The premise behind LRFD is that when a limit state design equation is used with prescribed load and resistance factors, a minimum margin of safety, expressed as a reliability index b, or probability of failure, is assumed to be assured. Unless the design is at the point where the limit-state equation is satisfied, the true margin of safety in probabilistic terms is unknown. Furthermore, designers may have a choice of load and resistance models to use in a limit-state design equation. Because these models will have different accuracies, using different design models with the same load and resistance factors will result in different true margins of safety in probabilistic terms.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,093
Tête enseignante GPT0,338
Écart entre enseignants0,244 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGEOSTRATA MagazineMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207