MétaCan
Menu
Retour à la cohorte
Enregistrement W4384823304 · doi:10.3390/eng4030114

Seismic Resilience and Design Factors of Inline Seismic Friction Dampers (ISFDs)

2023· article· en· W4384823304 sur OpenAlexaffabout
Ali Naghshineh, Ashutosh Bagchi, Fariborz M. Tehrani

Notice bibliographique

RevueEng—Advances in Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringDamperSeismic analysisResilience (materials science)Context (archaeology)EngineeringIncremental Dynamic AnalysisDiagonalDuctility (Earth science)Seismic loadingSeismic retrofitGround motionSpan (engineering)Geotechnical engineeringGeologyReinforced concreteMaterials science

Résumé

récupéré en direct d'OpenAlex

While damping devices can provide supplemental damping to mitigate building vibration due to wind or earthquake effects, integrating them into the design is more complex. For example, the Canadian code does not provide building designs with inline friction dampers. The objective of this present article was to study the overstrength, ductility, and response modification factors of concrete frame buildings with inline friction dampers in the Canadian context. For that purpose, a set of four-, eight-, and fourteen-story ductile concrete frames with inline seismic friction dampers, designed based on the 2015 National Building Code of Canada (NBCC), was considered. The analyses included pushover analysis in determining seismic characteristics and dynamic response history analysis using twenty-five ground motion records to assess the seismic performance of the buildings equipped with inline seismic friction dampers. The methodology considered diagonal braces, including different 6 m and 8 m span lengths. The discussion covers the prescribed design values for overstrength, ductility, and response modification factors, as well as the performance assessment of the buildings. The results revealed that increasing the height of the structure and reducing the span length increases the response modification factors.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEng—Advances in EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207