MétaCan
Menu
Retour à la cohorte
Enregistrement W4408135364 · doi:10.7734/coseik.2025.38.1.27

Assessment of Disaster Resilience Performance of Structural Systems in relation to Design Response Spectrum

2025· article· en· W4408135364 sur OpenAlexaboutno aff
Taeyong Kim, Sang‐ri Yi, J.H. Kim, Ji‐Eun Byun

Notice bibliographique

RevueJournal of the Computational Structural Engineering Institute of Korea · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueInfrastructure Resilience and Vulnerability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)Disaster responseRelation (database)Spectrum (functional analysis)Computer scienceEmergency managementData miningPolitical sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The system-reliability-based resilience analysis facilitates the investigation of the joint capability of structural components to resist system failures. This approach has recently been extended to evaluate the resilience of structures subjected to stochastic excitations, such as earthquakes, based on the concept of reliability and redundancy curves. The reliability and redundancy curves are evaluated in a manner similar to traditional seismic fragility curves and are, therefore, capable of capturing the site-to-site variability of hazard characteristics, such as frequency content and duration. To quantitatively examine these aspects, the present study conducts a comparative analysis of two structures with identical designs but located at two different sites: Gyeongju, Korea, and Vancouver, Canada. The excitation properties at the two sites, which exhibit different frequency characteristics, are described using site-specific design response spectrum curves. Subsequently, a set of ground motion acceleration time histories is generated using a spectrum-compatible ground motion modeling approach. The generated ground motion sets for each site are applied to a 6-story frame structure, and a resilience analysis is performed. The numerical study demonstrates that the system-reliability based resilience analysis successfully captures site-specific characteristics and that these characteristics can significantly influence resilience evaluation results.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,457
Score d'incertitude au seuil0,427

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,243
Écart entre enseignants0,236 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Computational Structural Engineering Institute of KoreaMême sujetInfrastructure Resilience and Vulnerability AnalysisTravaux en français237 207