MétaCan
Menu
Retour à la cohorte
Enregistrement W7071097766

PRECAST CONCRETE BRIDGE SUBSTRUCTURES: FROM SERVICE PERFORMANCE TO SEISMIC RESILIENCE

2025· dissertation· en· W7071097766 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2025
Typedissertation
Langueen
DomaineEngineering
ThématiqueConcrete Corrosion and Durability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPrecast concreteResilience (materials science)Bridge (graph theory)Parametric statisticsReinforcementService (business)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Highway bridges in Canada are rapidly aging and deteriorating due to various environmental factors, resulting in a significant backlog in repair and replacement. To support and advance accelerated bridge construction, this dissertation tackles the multifaceted challenges faced by precast bridge elements and systems (PBES) under both service and extreme load conditions. It focuses on two distinct PBES substructures: emulative piers, which replicate the behavior of cast-in-place structures, and non-emulative piers, which use controlled rocking to minimize damage. The goal is to develop resilient PBES substructures that not only withstand seismic forces but also adapt to evolving environmental and transportation demands. The research begins with a seismic risk assessment of conventional cast-in-place highway bridges in a designated case study area, incorporating the compounded effects of chloride-induced corrosion and climate change. This analysis reveals varying degrees of progressive earthquake-induced damage across regions over time, emphasizing the critical need for PBES to address the growing risks and maintenance challenges associated with seismic and environmental deterioration. With this critical need for PBES established, the thesis then focuses on the seismic design of PBES substructures. For emulative piers, finite element analyses validated against experimental data led to the development of a strut-and-tie model for precast column-to-pile shaft assemblies. This model, which predicts force transfer and strain distributions, was used in a parametric study that indicates that enhancing the transverse reinforcement ratio is particularly effective in preventing prying-action failure in pile shaft foundations. Subsequent experimental investigations demonstrated that employing ultra-high-performance concrete (UHPC) in pile shafts not only prevents prying-action damage but also reduces the required dimensions and reinforcement by 13.3% and 25%, respectively, without compromising overall seismic performance. For non-emulative piers, the thesis presents seismic design approaches for post-tensioned (PT) rocking piers. The study develops explicit analytical equations for viscous dampers and genetic programming-derived models for ED bars, and validates these design frameworks through nonlinear response history analyses, achieving displacement demand predictions within acceptable margins. Addressing serviceability concerns under disruptive transportation technologies—specifically automated truck platooning—the thesis develops a reliability analysis framework to evaluate its impact on PBES substructures. By incorporating dynamic vehicle-bridge interaction and soil-structure uncertainties, the framework identifies critical thresholds for platoon operation parameters to prevent excessive axial loads and settlement. The contributions of this thesis include quantifying the impacts of climate change and corrosion on elevated seismic damage risks, developing innovative seismic design approaches and tools, experimentally validating UHPC-enhanced designs, and performing reliability analyses to characterize the effects of truck platooning on service performance. These contributions to PBES can address the critical need for rapid bridge construction and replacement while ensuring infrastructure remains resilient in the face of intensified environmental stresses and evolving transportation technologies.

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 enseignants0,132
Score d'incertitude au seuil0,263

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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 revueMacSphere (McMaster University)Même sujetConcrete Corrosion and DurabilityTravaux en français237 207