MétaCan
Menu
Retour à la cohorte
Enregistrement W4411528237 · doi:10.64123/mijce.v1.i2.1

Torsional Irregularity Control in Irregular Plan RC Buildings through Optimized Shear Wall Placement: A Parametric Study

2025· article· en· W4411528237 sur OpenAlexaff
Birendra Kumar Bohara, Deepak Bahadur Kunwar, Bhim Kunwar

Notice bibliographique

RevueMomentum International Journal of Civil Engineering (MIJCE) · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésStructural engineeringShear wallShear (geology)Parametric statisticsReinforced concreteGeologySeismic analysisGeotechnical engineeringEngineeringMaterials scienceMathematicsComposite material

Résumé

récupéré en direct d'OpenAlex

Irregular buildings, particularly those with L-shaped plans, are more vulnerable during seismic events due to their asymmetric geometry and torsional irregularity. This study investigates the seismic performance of L-shaped reinforced concrete (RC) structures with various shear wall configurations under lateral loading. A total of 12 L-shaped six-story building models were analyzed using ETABS software, applying both Equivalent Static Method (ESM) and Response Spectrum Analysis (RSA) as per IS 1893:2016. The effect of shear wall positioning on fundamental time period, base shear, displacement, torsional irregularity and diaphragm rotation was evaluated. Results showed that shear walls significantly enhance structural performance by reducing displacement, increasing base shear, and controlling torsional behavior when placed effectively. Improper or asymmetric wall placement, however, led to increased torsional amplification and irregular seismic responses. Among all models, those with shear walls aligned along both X and Y directions performed best in terms of seismic resistance. The study highlights the importance of optimal shear wall positioning in irregular RC buildings for enhancing seismic safety and structural efficiency.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 GPT0,227
Écart entre enseignants0,221 · 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'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 revueMomentum International Journal of Civil Engineering (MIJCE)Même sujetSeismic Performance and AnalysisTravaux en français237 207