MétaCan
Menu
Retour à la cohorte
Enregistrement W3203483722 · doi:10.2749/ghent.2021.1982

Super-long span bridge aerodynamics benchmark: additional results for TG3.1 Step 1.2

2021· article· en· W3203483722 sur OpenAlexaff
Giorgio Diana, Luca Amerio, Vincent De Ville, Santiago Hernández, Guy L. Larose, Simone Omarini, Stoyan Stoyanoff, Tommaso Argentini, Michael Andersen, José Ángel Jurado, Allan Larsen, Daniele Rocchi, Andrew Allsop, Miguel Cid Montoya, Teng Wu, Igor Kavrakov, Guido Morgenthal, Martin N. Svendsen

Notice bibliographique

RevueReport · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Vibration Analysis
Établissements canadiensRowan Williams Davies & Irwin (Canada)
Organismes subventionnairesnon disponible
Mots-clésAeroelasticityBenchmark (surveying)AerodynamicsBridge (graph theory)Stability (learning theory)Span (engineering)Computer scienceTask (project management)Structural engineeringWind tunnelEngineeringAerospace engineeringMachine learningSystems engineeringMedicineGeology

Résumé

récupéré en direct d'OpenAlex

This paper presents the ongoing benchmark results of IABSE Task Group 3.1. The task of this working group is to create benchmark results for the validation of methodologies and software programs developed to assess the stability and the buffeting response of long span bridges. Indeed, accurate estimations of structural stability and response to strong winds are critical for the successful design of long-span bridges. While the first results of the benchmark, dealing with a section approach, have been already published, in this paper the ongoing activity and results of the task group are presented. The topic of these results is the numerical response of a full-bridge model under the actions of a multi-correlated wind field both in terms of aeroelastic stability and buffeting response.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,003

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 Opus0,012
Tête enseignante GPT0,235
Écart entre enseignants0,223 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReportMême sujetFluid Dynamics and Vibration AnalysisTravaux en français237 207