ERIES: ADVANCING FRONTIER KNOWLEDGE IN EARTHQUAKE ENGINEERING THROUGH LABORATORY TESTING
Notice bibliographique
Résumé
This paper provides an overview of European research synergies towards loss and risk-driven mitigation approaches, focusing on the EU-funded ERIES (European Research Infrastructures for European Synergies, www.eries.eu) project. ERIES aims to provide transnational access to advanced experimental facilities in Europe and Canada, supporting the advancement of knowledge in structural, seismic, wind, and geotechnical engineering. The project’s structure is described, along with its broader research goals and themes addressed. A case-study example project currently underway at the Eucentre Foundation in Pavia, Italy is highlighted to illustrate the kind of research possibilities available within ERIES. It shows how the fundamental research that is possible using this funding mechanism can have notable impacts on the characterisation of damage accumulation in structures, shedding much-needed light on issues like mainshock-aftershock sequences in seismic risk assessment but also the calibration of experimental loading protocols used in laboratory testing. To sum up, the ERIES project is a driving force for research collaboration in Europe, specifically in the areas of structural, seismic, wind, and geotechnical engineering. Its framework and transnational access projects allow for impactful research to be conducted, leading to better understanding of damage in structures and informing risk assessment methods, benefiting society as a whole.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».