MétaCan
Menu
Retour à la cohorte
Enregistrement W4403830756 · doi:10.1080/15732479.2024.2420174

Real-world installations of tuned liquid column dampers for wind-induced vibration control of tall buildings

2024· article· en· W4403830756 sur OpenAlexaboutno aff
Tanmoy Konar, Aparna Ghosh, Biswajit Basu

Notice bibliographique

RevueStructure and Infrastructure Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVibration Control and Rheological Fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDamperStructural engineeringVibrationColumn (typography)Tuned mass damperEnvironmental scienceEngineeringGeotechnical engineeringMarine engineeringAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

The tuned liquid column damper (TLCD) is regarded as one of the most cost-effective, reliable, and low-maintenance passive structural vibration control devices, which offers a quantifiable amount of supplemental damping. Being an inherently long-period system, it is suitable for the wind-induced vibration mitigation of tall and slender structures. The limitation of unidirectional vibrational control has been overcome by several configurational variations that have also led to the performance enhancement of the original damper. The current work traces the development of the TLCD and presents case studies on its real-world installation in six landmark buildings worldwide, namely, the Hotel Cosima, Tokyo, Japan; the One Wall Center, Vancouver, Canada; the Random House Tower, New York City, USA; the Comcast Center, Philadelphia, USA; the First World Towers, Incheon, South Korea; and the 461 Dean Street, New York, USA. Each case study has been systematically categorized into description of the structure, design of the TLCD system, and the functioning of the installed damper system. The overall observations from the case studies indicate the successful performance of the TLCD in improving the serviceability of flexible buildings, while also identifying important damper design features as well as future directions of improvement and application.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,203
Écart entre enseignants0,199 · 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'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

Citations13
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructure and Infrastructure EngineeringMême sujetVibration Control and Rheological FluidsTravaux en français237 207