Seismic Fragility Characterization of Grid-Like Frame Structures
Notice bibliographique
Résumé
Historically, the design of reinforced concrete (RC) moment-resisting frames in regions of moderate seismicity, such as Malaysia, has been predominantly governed by gravity load requirements, which renders a considerable portion of the existing building stock vulnerable to earthquake-related risks. This study presents a parametric seismic fragility assessment of low-rise reinforced concrete (RC) grid-like frames, representative of structures in Malaysia where design has traditionally emphasized gravity loads. A suite of building archetypes was developed to capture systematic variations in key structural and geometric parameters, including plan configuration, story height, bay aspect ratio, column and beam cross-sectional area. Each archetype was subjected to Incremental Dynamic Analysis (IDA) using nine ground motion records from the PEER NGA-West2 database. Peak Ground Acceleration (PGA) was employed as the intensity measure, and maximum interstory drift ratio (MaxIDR) was adopted as the engineering demand parameter. Fragility functions were constructed for five predefined damage states specified by international seismic performance guidelines, ranging from Slight Damage to Collapse. Results indicate that archetypes with smaller member sizes and more rectangular bay layouts (lower aspect ratios) exhibit a significantly higher probability of extensive damage at lower shaking intensities. The proposed framework which comprises a fragility catalog for detailed risk evaluation and a computationally efficient regression model for rapid vulnerability screening—provides a valuable tool for seismic risk assessment, disaster mitigation planning, and prioritization of retrofitting strategies in Malaysia and similar regions.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».