MétaCan
Menu
Retour à la cohorte
Enregistrement W6891601032 · doi:10.4231/d3mw28f6g

Seismic Response Prediction of Bridges Using Incremental Dynamic Analysis with Subduction Zone and Crustal Ground Motion Records

2014· article· en· W6891601032 sur OpenAlexaboutno aff

Notice bibliographique

RevueTexas Advanced Computing Center · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubductionIncremental Dynamic AnalysisGround motionBridge (graph theory)Seismic microzonationResponse spectrumEarthquake simulation

Résumé

récupéré en direct d'OpenAlex

Typically only the ground motion records from crustal earthquakes have been used in practice for seismic performance assessment of bridges. For some sites, such as Vancouver and Seattle, subduction earthquakes (i.e., interface, and inslab events) with very different characteristics (e.g., spectral content and duration) can occur. The effect of using ground motion records from different earthquake types on the seismic response predictions for a continuous 4-span reinforced concrete bridge located in Vancouver is investigated. The bridge was designed according to the current Canadian seismic provisions. The seismic response of the bridge was investigated using Incremental Dynamic Analysis (IDA). IDA was carried out separately for records selected from three different earthquake sources including shallow crustal events, interface (megathrust) and deep inslab subduction earthquakes. The median structural capacities, in terms of spectral acceleration, were predicted at different damage states of columns including, yielding, cover spalling, bar buckling and collapse for three different earthquake types separately. The sensitivity of the IDA results to the record selection methodology used, including the conditional mean spectrum (CMS)-based record selection, was also studied. The CMS was developed using the seismic deaggregation results for Vancouver.

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 enseignants0,017
Score d'incertitude au seuil0,034

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
Bibliométrie0,0010,000
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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTexas Advanced Computing CenterMême sujetSeismic Performance and AnalysisTravaux en français237 207