MétaCan
Menu
Retour à la cohorte
Enregistrement W4406411504 · doi:10.1016/j.engstruct.2025.119655

Validation and application of analytical design approach for multi-storey platform-type CLT shear walls

2025· article· en· W4406411504 sur OpenAlexaff
Mohammad Masroor, Thomas Tannert

Notice bibliographique

RevueEngineering Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Load-Bearing Analysis
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringCross laminated timberShear wallShear (geology)Model validationEngineeringComputer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Mass timber products in general and cross-laminated timber (CLT) in particular, have garnered significant attention in the construction industry due to their structural and environmental benefits. Extensive efforts have been undertaken to investigate the lateral behavior of CLT shear walls , involving experimental tests and analytical developments. However, experimental validation of analytical models for calculating the resistance and lateral deformation of multi-storey platform-type CLT shear walls are not available. To close this gap, two-storey shear wall models, developed using the calibrated properties from connection-level experimental tests, were validated with the results from two-storey CLT shear wall tests. Subsequently, analytical models for six-storey CLT shear walls were developed to investigate the behaviour of connections and their contributions to the lateral behaviour of mid-rise CLT shear wall systems. A capacity-based design procedure was successfully implemented, ensuring proper capacity distribution along the building height. The significant influences of aspect ratio and tension strap design on inter-storey drift and shear wall resistance was highlighted. Additionally, with proper design, rocking behavior dominated, and the bending deformations were limited to less than 30 %, meeting the current design requirements.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil0,722

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,021
Tête enseignante GPT0,260
Écart entre enseignants0,239 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering StructuresMême sujetStructural Load-Bearing AnalysisTravaux en français237 207