MétaCan
Menu
Retour à la cohorte
Enregistrement W4295943404 · doi:10.1061/9780784484395.065

Towards Performance-Based Seismic Design of Shiploaders

2022· article· en· W4295943404 sur OpenAlexaff
Sherief S.S. Sakla, Maged P. Ghali

Notice bibliographique

RevuePorts 2022 · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Integrity and Reliability Analysis
Établissements canadiensAlberta Bible CollegeUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSeismic analysisGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Large shiploaders that transfer bulk materials are one of the most critical components of a bulk materials handling port. Any disruption in a shiploader service can cause major interruptions in port operations. The design of shiploaders is covered in a few mobile and semi-mobile equipment standards that are limited in scope and clarity regarding seismic design. To compensate for the limited scope of the mobile and semi-mobile equipment standards, design engineers revert to building codes that are created for human-occupied spaces. Building codes are not suitable for the seismic design of shiploaders as they ignore the shiploaders’ ability to move and rotate. Applying the seismic design rules of building codes to shiploaders will result in a significant uncertainty. In this paper, a case study is presented to highlight the importance of performance-based seismic design for shiploaders. The analysis and design approach that implemented the use of seismic structural fuses to control the structural response to earthquakes are explained. The need for integrating the superstructure with the foundations to simulate the soil-structure interaction is highlighted. The study concluded that the proper modelling of certain mechanical components is essential to simulate their true behaviour during an earthquake.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,017
Tête enseignante GPT0,206
Écart entre enseignants0,188 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePorts 2022Même sujetStructural Integrity and Reliability AnalysisTravaux en français237 207