MétaCan
Menu
Retour à la cohorte
Enregistrement W6947824316 · doi:10.4224/40003499

Level 3: Seismic Evaluation Guidelines (SEG) for existing buildings in Canada

2025· report· en· W6947824316 sur OpenAlexaffvenueabout

Notice bibliographique

RevueNPARC · 2025
Typereport
Langueen
DomaineComputer Science
ThématiqueResearch Data Management Practices
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Tier 1 networkSeismic analysisEvaluation methodsEarthquake engineering

Résumé

récupéré en direct d'OpenAlex

"The Level 3 – Seismic Evaluation Guidelines (SEG) supersedes “Guidelines for Seismic Evaluation of Existing Buildings” published by the National Research Council Canada (NRC) in 1993. It is intended to to assist structural engineers in evaluating the compliance of existing buildings with selected performance objectives. The Level 3 – SEG offers comprehensive guidance for three-tiered evaluation procedures, including Tier 1 Quick Evaluation, Tier 2 Deficiency-Based Evaluation, and Tier 3 Detailed Evaluation. While the Tier 1 and Tier 2 procedures adopt force-based approaches consistent with the NBC and CSA design standards to identify and analyze potentially deficient components in a building, the Tier 3 evaluation procedure allows the use of both force-based and performance-based approaches to systematically analyze the building as a whole. To aid structural engineers in the process of moving from seismic evaluation to seismic upgrading, the Level 3 – SEG has been made compatible with a companion document entitled “Seismic Upgrading Guidelines (SUG) for Existing Buildings in Canada” recently published by the NRC . The SUG aims to assist structural engineers in selecting appropriate upgrading techniques to address the identified seismic deficiencies through the seismic evaluation process and demonstrating the compliance of the upgraded buildings with selected performance objectives."

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)0,009
score de la tête « metaresearch » (Gemma)0,020
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0050,002
Communication savante0,0060,001
Science ouverte0,0040,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,009

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 Opus0,487
Tête enseignante GPT0,483
Écart entre enseignants0,004 · 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
GenreMéthodes

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'admission3
Résumé présentoui

Explorer davantage

Même revueNPARCMême sujetResearch Data Management PracticesTravaux en français237 207