MétaCan
Menu
Retour à la cohorte
Enregistrement W4403513236 · doi:10.1061/jpcfev.cfeng-4846

Performance Assessment of Buildings Impacted by the 2019 Windstorm in the Central-South of Nepal

2024· article· en· W4403513236 sur OpenAlexaff
Apil KC, Keshab Sharma, Rajan KC, Kabin Lamichhane, Mandip Subedi

Notice bibliographique

RevueJournal of Performance of Constructed Facilities · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceForensic engineeringEngineeringGeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The 2019 windstorm in Nepal struck villages in the Bara and Parsa districts, central-south of Nepal, on March 31, 2019, causing widespread devastation. The storm, rated five (5) on the Enhanced Fujita Scale, cut a 33 km swath through central-southern Nepal. In total, 1,452 private houses were destroyed, while 1,373 others suffered partial damage. The tragic storm claimed 28 lives and left 1,155 individuals injured. The impact of this tragedy extended to nearly 3,000 families. Immediately after the storm, a comprehensive damage assessment framework was developed, and a field reconnaissance study was conducted to understand the damage distribution and building failure mechanisms under tornado wind loads. Common damage modes observed were roofing material damage, roof-to-wall connection failure, and brittle masonry wall failures in the affected areas. This paper presents the lessons learned from damage to the building infrastructure during the 2019 windstorm in Nepal. Examined buildings underscore the critical need for design alternatives and sustainable retrofits, emphasizing load path integration and strong roof-to-wall connection. Strengthening the building envelope can significantly enhance its resilience against storms and other disasters prominent in the region. This study highlights the importance of proactive measures to safeguard vulnerable communities against natural hazards and offers insights into resilient building construction technology.

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 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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,005
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Performance of Constructed FacilitiesMême sujetFlood Risk Assessment and ManagementTravaux en français237 207