MétaCan
Menu
Retour à la cohorte
Enregistrement W7115688610 · doi:10.71846/18-wcee-1840

NUMERICAL EVALUATION OF SEISMICALLY DEFICIENT RC JOINTS RETROFITTED WITH FE-SMA

2025· article· en· W7115688610 sur OpenAlexaboutno aff

Notice bibliographique

RevueWorld Conference of Earthquake Engineering · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRetrofittingSeismic retrofitVulnerability (computing)HierarchyReinforced concreteFrame (networking)Vulnerability assessment

Résumé

récupéré en direct d'OpenAlex

Existing reinforced concrete (RC) structures are seismically vulnerable given their design deficiencies and inadequate structural behaviour. Ageing and increasing weather-related hazards accelerate deterioration rate in regions subjected to harsh weather conditions. Particularly, Canadian civil infrastructure is affected by all these factors which increases their vulnerability to seismic actions. RC joints devotes special interest since they are integral structural components allowing continuity and transmission of forces. Therefore, joints are required to be the strongest elements in beam-columns joints. This permits a correct ductile behaviour and/or failure sequence in a structure. Generally, in poorly detailed RC joints this criterion is achieved through passive retrofitting techniques such as externally bonded fibre-reinforced polymer (FRP). Nevertheless, passive interventions may not be as effective as active retrofitting measures. Active retrofitting techniques, like shape memory alloys (SMAs), provide restorative forces which helps to close cracks (i.e., repair existing damage). This study conducts the assessment of an old RC frame building to seismically retrofit weak RC joints by applying a strength hierarchy approach. The strength hierarchy criteria identities joints lacking structural capacity and assist in the subsequent design of the retrofitting scheme. The potential of iron-based SMAs (Fe-SMA) as an active measure is explored by seizing the thermal activated shape memory effect. This generates a self-prestressing action in the material that can be harnessed to close cracks. Numerical models are developed to evaluate the effectiveness of implementing active retrofitting techniques over passive approaches. The outcomes reported that the strength hierarchy assessment is effective to size the retrofitting configuration for weak RC joints. The proposed retrofitting techniques not only improve the strength capacity of the joints but also their deformation capacity. A better overall behaviour is attained when the active intervention is implemented. After conducting the seismic retrofitting, beams become the weakest components in a RC beam-column joint.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,222
Écart entre enseignants0,200 · 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 revueWorld Conference of Earthquake EngineeringMême sujetSeismic Performance and AnalysisTravaux en français237 207