MétaCan
Menu
Retour à la cohorte
Enregistrement W4380449543 · doi:10.52202/069179-0129

STRUCTURAL AND LIFE CYCLE ANALYSES FOR A TIMBER-CONCRETE HYBRID BUILDING

2023· article· en· W4380449543 sur OpenAlexaff
Xiaoyue Zhang, Wan‐Ru Huang, Mehdi Khajehpour, Mehrdad Asgari, Thomas Tannert

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueArchitecture and Computational Design
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesCentre Scientifique et Technique du BâtimentChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésArchitectural engineeringComputer scienceStructural engineeringConstruction engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The concerns related to the impact of construction materials are increasing globally.Timber-based hybrid buildings combine the structural benefits of multiple materials, reduce the carbon footprint, shorten construction times, and potentially improve seismic and building physics performances.In this paper, a ten-story timber-concrete hybrid building, designed for a location in the Guizhou Province, China, is compared to a pure concrete building.The structural analysis showed that the self-weight of the hybrid structure was reduced by 30% compared with the concrete structure, and the base shear forces in X-and Y-directions decreased by 43% and 29%, respectively.The life-cycle analysis showed that hybrid building had lower impacts than the concrete building in six categories: global warming potential, acidification potential, human health particulate, eutrophication potential, ozone depletion potential, and photochemical ozone formation potential.Specifically, in terms of global warming potential, the hybrid building had nearly 65% lower emissions, and the wood components have the additional advantage to store carbon over their lifetime.These results promote the development and application of high-rise timber-based hybrid buildings in China.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,028
Tête enseignante GPT0,286
Écart entre enseignants0,258 · 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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArchitecture and Computational DesignTravaux en français237 207