MétaCan
Menu
Retour à la cohorte
Enregistrement W4307291491 · doi:10.3390/app122110834

Lateral Capacity of URM Walls: A Parametric Study Using Macro and Micro Limit Analysis Predictions

2022· article· en· W4307291491 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Sciences · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMasonry and Concrete Structural Analysis
Établissements canadiensCarleton University
Organismes subventionnairesEuropean Research Council
Mots-clésMacroLimit analysisParametric statisticsMathematicsStructural engineeringLimit (mathematics)MasonryMultiplier (economics)StatisticsComputer scienceEngineeringMathematical analysisUpper and lower bounds

Résumé

récupéré en direct d'OpenAlex

This research investigates the texture influence of masonry walls’ lateral capacity by comparing analytical predictions performed via macro and micro limit analysis. In particular, the effect of regular and quasi-periodic bond types, namely Running, Flemish, and English, is investigated. A full factorial dataset involving 81 combinations is generated by varying geometrical (panel and block aspect ratio, bond type) and mechanical (friction coefficient) parameters. Analysis of variance (ANOVA) approach is used to investigate one-way and two-way factor interactions for each parameter in order to assess how it affects the horizontal load multiplier. Macro and micro limit analysis predictions are compared, and the differences in terms of mass-proportional horizontal load multiplier and failure mechanism are critically discussed. Macro and micro limit analysis provide close results, demonstrating the reliability of such approaches. Furthermore, results underline how the panel and block aspect ratio had the most significant effect on both the mean values and scatter of results, while no significant effect could be attributed to the bond types.

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.

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 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 enseignants0,057
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,229
Écart entre enseignants0,204 · 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