MétaCan
Menu
Retour à la cohorte
Enregistrement W4231666922 · doi:10.1017/9781316585146.003

Introduction

2017· book-chapter· en· W4231666922 sur OpenAlexaboutno aff
Zdeněk P. Bažant, Jia‐Liang Le

Notice bibliographique

RevueCambridge University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEvent (particle physics)Limit (mathematics)Structural failureEngineeringAeronauticsForensic engineeringMathematicsRisk analysis (engineering)BusinessStructural engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Without realistic failure mechanics, probabilistic analysis of structural safety is a fiction. The Problem of Tail of Probability Distribution Like most things in life, we must accept that the occurrence probability of any future event cannot be exactly zero. We must be contented with a structural failure probability that is negligible compared to other risks that people willingly take, such as car accidents. It is generally agreed that adequate safety of engineering structures is achieved by specifying a failure probability of 10 −6 per lifetime as the maximum admissible in design [Nordic Committee for Building Structures (NKB) 1978; Melchers 1987; Duckett 2005; Ellingwood 2006]. This probability limit is generally accepted for engineering structures, whether bridges or aircraft (Duckett 2005; Department of National Defense of Canada 2007), although for some nuclear plant structures an even smaller limit is required. The smallness of this probability limit is a source of great difficulty. To check the design merely by an experimental histogram, at least 10 8 tests of identical structures or specimens would be required. Even a direct computational verification would necessitate about 10 8 repetitions of Monte Carlo simulations with a fully realistic material model. Therefore, estimations of loads of such a small failure probability must rely on a model that is justified by a sound theory and is validated by experiments other than histogram testing. For many years, realistic theoretical models have been available for the probability of ductile and brittle failures. The Gaussian and Weibull distributions, respectively, fit this purpose. Failures of structures made of quasibrittle materials are more difficult to predict and have been researched only recently. The difficulty is that the quasibrittle failures are transitional in nature between ductile and plastic failures. Quasibrittle materials are heterogeneous materials with brittle constituents. At the scale of normal laboratory testing, they include concretes as the archetypical case, fiberpolymer composites, fiber-reinforced concretes, toughened ceramics, many rocks, coal, sea ice, wood, consolidated snow, particle board, rigid foams, particulate nanocomposites, biological shells, mortar, masonry, fiber-reinforced concrete, asphalt concrete (at low temperatures), stiff clays, silts, cemented sands, grouted soils, particle board, various refractories, bone, cartilage, dentine, dental ceramics, paper, carton, and cast iron.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,638

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1910,100

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 Opus0,073
Tête enseignante GPT0,255
Écart entre enseignants0,182 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207