MétaCan
Menu
Retour à la cohorte
Enregistrement W4360946371 · doi:10.1002/eqe.3879

A performance‐based seismic loading protocol: The generated sequential ground motion

2023· article· en· W4360946371 sur OpenAlex
Maryam Golestani, M. Shahria Alam, Gian Michele Calvi

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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEarthquake Engineering & Structural Dynamics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEarthquake shaking tableReplicateStructural engineeringCode (set theory)Seismic analysisComputer scienceGround motionProtocol (science)PierBridge (graph theory)Nonlinear systemEngineeringAlgorithmSimulationStatisticsMathematicsSet (abstract data type)

Résumé

récupéré en direct d'OpenAlex

Abstract A realistic performance‐based seismic loading protocol called generated sequential ground motion (GSGM) has been developed in this paper. GSGM is a ground motion fabricated from segments of real recorded ground motions that could enable the introduction of performance‐based seismic assessment and design to experimental testing in setups such as shaking table testing. It can also significantly reduce the number of nonlinear time history analyses required in performance‐based seismic design. The protocol optimizes the behavioral information output of an experimental test or numerical analysis by incorporating dynamic demands corresponding to design limit states with different probabilities of exceedance (i.e. 10%, 5%, and 2% in 50 years) in a single record. In addition, since the segments are matched to relevant target spectra, the number of ground motions required to estimate the mean response is reduced. This paper presents the algorithm developed to produce the GSGM. The capability of the GSGM to replicate the structural responses produced by code‐compliant suites, and a suite of 100 ground motions as a more robust estimation of the actual response is investigated. The results of the case study bridge pier show that the drift variation of the GSGMs compared to code‐compliant suites is within 10%. Compared to the estimate of the actual response, the drift variation of GSGMs and the code‐compliant suites is 20% and 15%, respectively, and the damage variation is 30% and 15%, respectively. Furthermore, considering other relevant intensity measures when producing GSGMs can reduce these variations. This study suggests that the GSGM can replicate structural responses of the current code procedures.

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 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 enseignants0,156
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)0,0000,000
Bibliométrie0,0000,001
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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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