Reliability of Structures that Pass Imperfect Proof Load Tests
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.
Notice bibliographique
Résumé
<p>Proof load tests have the potential to confirm the structural safety of a component suspected of being substandard. Methodologies are available to revise the reliability index of the suspect component, after it passes a proof load test, that essentially assume that the probability that the actual resistance is less than the proof load is zero. There is some sense among practitioners, however, that “you can always pass a proof load test” and so the current methodologies for updating the reliability index may be unconservative.</p> <p>This paper presents the development of rational criteria for including proof load testing into the safety assessment that account for imperfect repeatability of the test result. The necessary mathematical formulation requires the following steps:</p> <ol> <li>Define the likelihood that a particular proof load test can be successfully repeated, i.e., (100-&alpha;)%;</li> <li>Partially truncate the lower tail of the resistance distribution such that the cumulative probability corresponding to the load test magnitude equals the probability that the load test will not be successfully repeated, i.e., &alpha;%; and,</li> <li>Carry out reliability analyses using the partially truncated resistance distribution.</li></ol> <p>Preliminary findings are presented assuming the load and original resistance distributions are normal. Two example calculations demonstrate the applicability of the method, and indicate ist potential value in determining the necessary test load magnitude to achieve a desired reliability index.</p>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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