MétaCan
Menu
Retour à la cohorte
Enregistrement W4409607306 · doi:10.3390/civileng6020023

Energy Dissipation Technologies in Seismic Retrofitting: A Review

2025· review· en· W4409607306 sur OpenAlexaff
Mohamed Algamati, Abobakr Al-Sakkaf, Ashutosh Bagchi

Notice bibliographique

RevueCivilEng · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésDissipationRetrofittingSeismic retrofitEnergy (signal processing)Architectural engineeringEngineeringStructural engineeringComputer scienceEnvironmental sciencePhysicsReinforced concrete

Résumé

récupéré en direct d'OpenAlex

In order to ensure the safety of existing buildings constructed many years ago in zones with high seismicity, it is very important to consider and apply retrofitting measures. The seismic retrofitting of buildings can be achieved by techniques such as increasing the stiffness and ductility of the building and reducing the seismic demand. Energy dissipative devices such as various types of dampers are among the most popular and widely studied devices for improving the performance of buildings exposed to earthquakes. This paper presents a systematic literature review of the seismic retrofitting of existing buildings using energy dissipating devices. More than 230 journal and conference articles were collected from three well-known scientific resources published from 2010 to 2024. The main classification of papers considered was based on energy-dissipating devices employed for retrofitting goals. According to this analysis, there is a vast number of energy dissipative devices and design methods studied by scholars, and energy dissipation based on friction, viscous, and hysteretic mechanisms are the most useful for dampers. On the other hand, only relatively few articles were found about seismic loss assessment and the economic aspects of buildings retrofitted with the proposed damping tools.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,014
Tête enseignante GPT0,255
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCivilEngMême sujetDrilling and Well EngineeringTravaux en français237 207