Post-Earthquake Forensic Examination of Two Unreinforced Masonry Buildings via Discontinuum-Based Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Post-earthquake investigations show that unreinforced masonry (URM) buildings may exhibit diverse failure mechanisms depending on the construction morphology and the connection detailing between their structural components. Advanced computational models are necessary to consider the influence of these aspects. However, realistically reproducing the post-collapse state of an existing URM building is challenging when limited data is available on the aforementioned features. To address this challenge, a framework for exploring the seismic behavior of URM buildings is presented. The current investigation presents two case study buildings located in Türkiye's Hatay province: the Mithatpaşa Primary School in Iskenderun and the Liwan Boutique Hotel in Antakya, both of which suffered partial collapses during the recent Kahramanmaraş Earthquakes in 2023. Discrete block models of the two case study buildings are generated based on geometrical information obtained from various pre- and post-collapse vision-based data sources. An automatic block generation algorithm is proposed to replicate periodic and nonperiodic masonry wall patterns. Next, the generated discrete block media are analyzed using discontinuum-based structural analysis to predict the seismic response of the structures. Comparisons between the preliminary pushover analysis results and collapse observations inform further analyses, and lead to an exploration of how construction morphology and connection detailing may have contributed to the partial collapse of the buildings. It is demonstrated that this iterative approach, supported by forensic site evidence and reverse engineering analysis, provides new insight into the influence of key factors that contribute to collapse. This information can help safeguard similar structures and inform the development of effective retrofitting solutions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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