MétaCan
Menu
Retour à la cohorte
Enregistrement W4404181752 · doi:10.1016/j.prostr.2024.09.274

Random Finite Element Reliability Assessment of Existing Concrete Structures – Case Studies and Research Direction

2024· article· en· W4404181752 sur OpenAlexaffabout
Fadi Oudah, Glen Norlander

Notice bibliographique

RevueProcedia Structural Integrity · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueProbabilistic and Robust Engineering Design
Établissements canadiensFuelCell Energy (Canada)Dalhousie University
Organismes subventionnairesnon disponible
Mots-clésFinite element methodReliability (semiconductor)Structural engineeringReliability engineeringStructural reliabilityEngineeringComputer scienceMaterials sciencePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The material properties of concrete and reinforcing steel in reinforced concrete structures vary spatially across the structural dimensions due to the inherent heterogeneous nature of concrete. The spatial variation is further affected by active deterioration mechanisms such as freeze thaw damage, alkali silica reactivity, and corrosion of the reinforcing steel as all of these mechanisms are random. The spatial variation of concrete mechanical properties (compressive strength, tensile strength, modulus of elasticity) and corrosion effect of reduced section loss influence the structural reliability, and hence, the structural risk. Random finite element (RFE) simulation has been recently employed in engineering consultancy to assess structures with spatially varying properties using reliability analysis. The objectives of this paper are to 1) document the application of RFE in real-life case studies of structural reliability assessment projects conducted by the authors in Canada, and 2) provide recommendations for future research to improve the practicality of analysis for consulting jobs. The paper will provide readers with insight into the application of advanced methods of analysis in consulting work for risk-based condition assessment of critical infrastructure. Recommendations for future research and analysis refinements are discussed.

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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,276
Tête enseignante GPT0,504
Écart entre enseignants0,227 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProcedia Structural IntegrityMême sujetProbabilistic and Robust Engineering DesignTravaux en français237 207