Seismic Vulnerability Assessment in Non-Engineered Dwellings Using RVS Methods and Its Validation with a Quantitative Approach
Notice bibliographique
Résumé
This research presents an analysis of seismic vulnerability in dwellings built without engineering criteria, aiming to determine their levels of vulnerability.Rapid Visual Screening (RVS) methods, such as those proposed by FEMA P-154 and developed by INDECI, were employed to assess the vulnerability of 20 dwellings.Additionally, a quantitative validation was conducted on two of these dwellings using parameters like lateral drift to complement the qualitative analysis.The results obtained through FEMA P-154 indicate that 50% of the dwellings exhibit a "Very High" level of vulnerability, 45% a "High" level, and 5% a "Low" level.Meanwhile, the INDECI method classifies 45% of the dwellings as having "Very High" vulnerability and 55% as "High."The quantitative evaluation of lateral drift showed that Dwelling 1 and Dwelling 2 experienced excessive drift values of 0.006979 and 0.004624, respectively, classifying both as "vulnerable" to seismic events.When comparing the qualitative methods (FEMA P-154 and INDECI) with the quantitative method (lateral drift), slight discrepancies were identified in the assigned vulnerability levels, although they maintained a close correlation.While the qualitative methods indicated high and very high vulnerability, the quantitative method classified them as "Vulnerable."Despite these differences, the results converge in highlighting the high susceptibility of the analyzed dwellings to seismic events.These findings emphasize the need to prioritize structural reinforcements to reduce seismic risk levels in the evaluated area.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».