MétaCan
Menu
Retour à la cohorte
Enregistrement W4386157197 · doi:10.32920/24034122.v1

Robustness-Based Optimal Progressive Collapse Design of Reinforced Concrete

2023· preprint· en· W4386157197 sur OpenAlexaff
Conrado Praxedes Silva Neto

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueStructural Response to Dynamic Loads
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesUniversity of Toledo
Mots-clésProgressive collapseRobustness (evolution)FrontierOptimal designReliability engineeringStructural systemComputer scienceStructural engineeringReinforced concreteEngineering

Résumé

récupéré en direct d'OpenAlex

Progressive collapse of structures is a cascading failure phenomenon with a failure consequence that is disproportionate to the direct damage of an initiating event. The Ronan Point Building collapse in 1968 triggered the start of research on disproportionate progressive collapse in building structural engineering. Intense research was followed after the Alfred P. Murrah Federal Building bombing in 1995 and the disastrous collapse of the World Trade Centre after aircraft strikes. Progressive collapse has essentially two distinct features: system- rather than component-level responses, and low probability and high consequences. The majority of existing design codes and standards consider progressive collapse implicitly, by improving the performance of a structure through the specification of minimum levels of strength, continuity, and ductility. On the other hand, existing explicit design procedures largely consist of a component-based design approach. This study proposes an innovative system-based and risk-informed decision making framework for progressive collapse design of reinforced concrete frames. Considering the full spectrum of risk due to initiating events, a novel risk-based robustness index is proposed as a system-level performance criterion for design. From a conventionally designed structure, an optimization pro- cess identifies optimal allocation of resources that results in a robust system. An efficient design frontier is defined based on optimal designs when varying the additional expenses provided for the improvement of robustness of a structure. The efficient frontier is then used to verify the cost effectiveness of the design alternatives in conjunction with the cumulative prospect theory. In order to assist in the decision-making process of progressive collapse design provisions, a risk-cost trade-off framework is proposed. The design framework establishes whether additional resources must be used to enhance the robustness of a structure, and when required, it further identifies the optimal expenses that should be used to prevent potential progressive collapse.

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 enseignants0,003
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)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,233 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Response to Dynamic LoadsTravaux en français237 207