MétaCan
Menu
Retour à la cohorte
Enregistrement W4393931968 · doi:10.54021/seesv5n1-049

Assessing road vulnerability in seismic conditions: a comprehensive study

2024· article· en· W4393931968 sur OpenAlex
Sonia Adafer, Mohamed Badaoui, Mahmoud Bensaibi, Saïd Mokhbi

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.

Notice bibliographique

RevueSTUDIES IN ENGINEERING AND EXACT SCIENCES · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)SeismologyGeologyComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Road infrastructure is indispensable for societal functionality, yet it is highly susceptible to the devastating impacts of seismic events. This paper focuses on enhancing the resilience of road systems by systematically identifying, quantifying, and assessing factors contributing to their vulnerability during earthquakes. The core objective of this study is to develop and validate a seismic vulnerability index for road sections, which aims to evaluate and classify the susceptibility of road infrastructure to earthquake-induced damage comprehensively. This systematic approach is pivotal for guiding effective mitigation strategies and prioritization efforts. To fulfill this objective, the study employs the Analytic Hierarchy Process (AHP) to introduce a novel methodology for calculating the seismic vulnerability index, incorporating various factors that influence road vulnerability. This method allows for the accurate classification of road sections into distinct levels of susceptibility, providing a solid foundation for implementing targeted interventions and enhancing road resilience. Further, the paper validates the theoretical model through several case studies, demonstrating the practical applicability and effectiveness of the seismic vulnerability index in real-world scenarios. Additionally, the use of Geographic Information System (GIS) technology to simulate earthquake scenarios within an urban road network offers valuable insights into the potential seismic behavior of roads. These simulations are crucial for identifying critical areas that require intervention and for planning resilience-building efforts more effectively. By proposing a comprehensive framework that combines rigorous analysis, empirical validation, and advanced simulation techniques, this paper seeks to make a significant contribution to the field of infrastructure resilience. It aims to advance the understanding of road vulnerability in seismic conditions and supports the development of strategic approaches for enhancing the resilience of road infrastructure against earthquakes. Through the development and validation of a seismic vulnerability index, this study meets its primary objective, providing a valuable resource for researchers, policymakers, and practitioners in disaster management and infrastructure planning.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,070
Tête enseignante GPT0,372
Écart entre enseignants0,302 · 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