MétaCan
Menu
Retour à la cohorte
Enregistrement W4390670100 · doi:10.3390/infrastructures9010010

Modeling Variability in Seismic Analysis of Concrete Gravity Dams: A Parametric Analysis of Koyna and Pine Flat Dams

2024· article· en· W4390670100 sur OpenAlexafffund
Bikram Kesharee Patra, Rocio L. Segura, Ashutosh Bagchi

Notice bibliographique

RevueInfrastructures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDam Engineering and Safety
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésParametric statisticsComputer scienceNonlinear systemRobustness (evolution)Parametric modelGravity damModalStructural engineeringGeologyCivil engineeringEngineeringFinite element methodMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study addresses the vital issue of the variability associated with modeling decisions in dam seismic analysis. Traditionally, structural modeling and simulations employ a progressive approach, where more complex models are gradually incorporated. For example, if previous levels indicate insufficient seismic safety margins, a more advanced analysis is then undertaken. Recognizing the constraints and evaluating the influence of various methods is essential for improving the comprehension and effectiveness of dam safety assessments. To this end, an extensive parametric study is carried out to evaluate the seismic response variability of the Koyna and Pine Flat dams using various solution approaches and model complexities. Numerical simulations are conducted in a 2D framework across three software programs, encompassing different dam system configurations. Additional complexity is introduced by simulating reservoir dynamics with Westergaard-added mass or acoustic elements. Linear and nonlinear analyses are performed, incorporating pertinent material properties, employing the concrete damage plasticity model in the latter. Modal parameters and crest displacement time histories are used to highlight variability among the selected solution procedures and model complexities. Finally, recommendations are made regarding the adequacy and robustness of each method, specifying the scenarios in which they are most effectively applied.

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)0,003
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,236
Écart entre enseignants0,230 · 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

Citations23
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInfrastructuresMême sujetDam Engineering and SafetyTravaux en français237 207