MétaCan
Menu
Retour à la cohorte
Enregistrement W4214819249 · doi:10.5267/j.esm.2022.2.002

Comparison between structural configurations designed by steel shear wall, moment resistant frame and X shape bracing systems

2022· article· en· W4214819249 sur OpenAlexvenueno aff
Mohammad Gholami, Mehrdad Dorj, Peyman Beiranvand, Pegah Jafari Haghighatpour, Aref Azamigila

Notice bibliographique

RevueEngineering Solid Mechanics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShear wallStructural engineeringBracingStructural loadShear (geology)Structural systemStiffnessRoofDuctility (Earth science)Shear forceMaterials scienceGeotechnical engineeringGeologyEngineeringBraceComposite material

Résumé

récupéré en direct d'OpenAlex

Nowadays, in order to increase construction of tall structures, the importance of choosing optimum systems, with a huge energy absorption capacity against wind and earthquake loads, has been widely considered. Since four decades ago, steel shear walls had been used as a stiff and high performance lateral system. This study is about the effect of concrete filled steel tubes (CFT) columns as vertical boundary elements of steel shear wall on seismic behavior of steel structures. Due to do this, three 10-storey steel structures, with similar plans and lateral load career systems of steel shear wall, coinciding X-bracing, and moderate steel frame were analyzed by means of non-linear, time-history method through SAP2000 software, and the results of roof displacement of them were compared with each other. Also after validating a two-storey, single-span frame sample with steel shear walls and CFT columns, 3 single-storey structures were analyzed by means of hysteresis and pushover, through ABAQUS software. The results of this study showed that a shear wall system presents suitable stiffness, resistance and ductility in comparison with other lateral bearing systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,287
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 GPT0,237
Écart entre enseignants0,224 · 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
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetStructural Load-Bearing AnalysisTravaux en français237 207