MétaCan
Menu
Retour à la cohorte
Enregistrement W7161804173 · doi:10.82308/6378

Seismic prioritization of highway bridges in Canada

2001· dissertation· en· W7161804173 sur OpenAlexaboutno aff
Zhu Liu

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRetrofittingPrioritizationSeismic retrofitBridge (graph theory)UpgradeService (business)Earthquake scenario

Résumé

récupéré en direct d'OpenAlex

Most of the existing bridges in Montreal have not been designed to resist seismic forces. Although Montreal is not as highly exposed to earthquake hazards as New Zealand, Japan, California, or Vancouver, seismic hazards do exist. Seismic retrofitting has been considered as the most appropriate way to mitigate seismic hazards except for bridges that have a high retrofit cost and rather low importance. As the first step in seismic retrofitting, prioritization of bridges becomes a very important activity. The goal of this thesis is to upgrade the current Canadian prioritization procedure using the latest information from the performance of bridges during recent earthquakes, as well as results from the latest research projects. The previous procedure used in Canada was developed in 1993, since then many changes have occurred relative to seismic retrofitting philosophy. An analytical procedure has replaced the previous simple numerical scoring procedure for the evaluation of vulnerability, and the evaluation of the importance of a bridge has also changed significantly, especially with the addition of new factors such as the ratio of replacement cost to retrofit cost, structure condition and remaining service life. The proposed procedure incorporates these new features and is applied and compared to eleven other procedures for twenty-four bridges administered by the Montreal Office of Transport Quebec.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,165

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,004
Tête enseignante GPT0,191
Écart entre enseignants0,187 · 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'étudeObservationnel
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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Performance and AnalysisTravaux en français237 207