An analytical framework to estimate downtime and model the recovery of buildings after an earthquake
Notice bibliographique
Résumé
While modern seismic design codes intend to ensure life-safety in extreme earthquakes, policy-makers are moving towards performance objectives stated in terms of acceptable recovery times. This thesis describes a framework to estimate downtime and model the post-earthquake recovery of buildings. Downtime estimates include the time for mobilizing resources after an earthquake and conduct necessary repairs. The proposed framework advances the well-established FEMA P-58 and REDi methodologies by modeling temporal building recovery trajectories to target recovery states such as stability, shelter-in-place, reoccupancy, and functional recovery, as well as by providing probabilistic seismic performance measures that are useful for decision-making. The proposed framework is implemented to evaluate a range of modern 8- to 24-story residential reinforced concrete shear wall buildings located in Seattle, WA. The assessment results indicate that under a functional-level earthquake (roughly equivalent to ground shaking with a return period of 475-years), the average probability across all building heights of not achieving a target shelter-in-place recovery state immediately after the earthquake is 16%, and the probability of downtime to functional recovery exceeding four months is 91.5%. These probabilities exceed the 10% threshold suggested for similar performance measures in the 2015 NEHRP guidelines and FEMA P-2090, respectively. Furthermore, the framework is used to quantify the impact of design strategies on the building’s downtime performance. The results illustrate that certain structural design interventions are effective in ensuring a small probability (<10%) of not achieving the shelter-in-place recovery state immediately after the earthquake but are ineffective in achieving an aggressive four-month target downtime to functional recovery, for which, non-structural enhancements and mitigation measures to impeding factor delays would need to be considered.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».