MétaCan
Menu
Retour à la cohorte
Enregistrement W4407045339 · doi:10.1061/jbenf2.beeng-7106

Resilience Assessment of Shape Memory Alloy–Reinforced Concrete Coastal Bridges Subjected to Tsunami Loads

2025· article· en· W4407045339 sur OpenAlexaff
Jesika Rahman, A. H. M. Muntasir Billah

Notice bibliographique

RevueJournal of Bridge Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEarthquake and Tsunami Effects
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Reinforced concreteForensic engineeringStructural engineeringGeotechnical engineeringMaterials scienceEngineeringComposite material

Résumé

récupéré en direct d'OpenAlex

The consequences of natural hazards like tsunamis often lead to severe damage to coastal bridges, resulting in socioeconomic loss, delays in rescue operations, and even loss of human lives. It is therefore important to quantify the vulnerability and improve the resilience of coastal bridges subjected to tsunami loading using advanced construction materials. This paper is the first-ever attempt to study the potential of the nickel–titanium shape memory alloy (Ni-Ti SMA) reinforcement in enhancing the resilience of reinforced concrete coastal bridges exposed to tsunami loads. The load modeled included drag, inertia, and slamming components. The impact of time-varying debris load associated with the tsunami waves was also analyzed. Under three representative wave periods, several combinations of wave heights were considered as the variable intensity measures for the fragility and resiliency assessments. The analysis results showed that the Ni-Ti SMA reinforcement in the plastic hinge region allows the piers to sustain higher drifts before significant damage compared to the conventional steel-reinforced piers. Moreover, the SMA-reinforced piers exhibited lower fragility and functionality loss under tsunami loads having wave periods greater than 5.50 s.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,005
Tête enseignante GPT0,234
Écart entre enseignants0,229 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bridge EngineeringMême sujetEarthquake and Tsunami EffectsTravaux en français237 207