MétaCan
Menu
Retour à la cohorte
Enregistrement W4225112976 · doi:10.11159/icsect22.203

Seismic Performance of Currently Designed Automated Rack Supported Warehouses

2022· article· en· W4225112976 sur OpenAlexvenueno aff
Agnese Natali, Francesco Morelli, Walter Salvatore

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensnon disponible
Organismes subventionnairesResearch Fund for Coal and SteelEuropean Commission
Mots-clésRackComputer scienceWarehouseEngineeringMechanical engineeringBusiness

Résumé

récupéré en direct d'OpenAlex

The paper analyses the seismic performance of Automated Rack Supported Warehouses (ARSWs), huge steel buildings developed for an optimized storage and management of palletized goods.These buildings have a load-bearing structure made up of steel racks that have the same peculiar characteristic of traditional steel racks, but with the relevant difference that the formers are demanded to resist to all the types of loads (e.g., wind, snow, earthquakes, gravity loads) while the latter to only the storage loads and the eventual associated inertial forces in case of earthquakes.Despite this relevant difference, the ARSWs have inherited almost all the structural characteristics of the traditional steel racks, resulting often in a non-satisfactory structural behaviour, as highlighted by recent collapses of ARSWs after seismic events.With the aim of assessing the seismic behaviour of ARSWs designed following the current guidelines, the paper presents 5 ARSW structures designed from 5 big European companies, analysing the different design approaches and hypothesis, and the consequences of these different choices in terms of seismic demand and performance.The results presented point out that a proper and dedicated design approach is needed for ARSWs.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207