Approche multi-échelles pour la modélisation de structures en bois sous sollicitations sismiques
Bibliographic record
Abstract
Dans le cadre de ce travail de these, un logiciel de calcul par elements finis a ete developpe pour predire la reponse non lineaire sous chargement dynamique de bâtiments a ossature en bois, permettant l'optimisation de la conception de telles structures dans les pays a fort risque sismique. Nous nous sommes principalement interesses aux constructions dont le contreventement est assure par des panneaux de contreplaque cloues sur l'ossature en bois. L’approche retenue concentre toutes les non-linearites de comportement dans les elements de connexion, les elements structuraux etant consideres elastiques. Une technique de condensation des efforts de chaque connexion aux noeuds des elements poutre et plaque permet de reduire considerablement la taille du probleme et, par voie de consequence, le temps de calcul. Une loi non lineaire est proposee pour decrire l'ensemble des phenomenes de degradation de ces connexions, notamment l'ecrasement du bois et la plastification du connecteur metallique utilise. Des essais sur structures planes (murs de contreventement) ont ete realises par l'auteur au Canada et au Japon (chargements monotones, cycliques, pseudo-dynamiques ou dynamiques). Ayant pour seules donnees le comportement des connexions, la simulation est capable de reproduire fidelement les resultats experimentaux pour tous types de chargements. Pour permettre la simulation d'un bâtiment complet compose d'un certain nombre d'elements murs (incluant portes, fenetres, panneaux pleins ou planchers), nous avons developpe un macro-element mur obeissant a des lois de comportement similaires a celles des connexions. Il est donc possible de predire le comportement d'une structure tridimensionnelle en partant de celui des connexions, identifie par des experiences simples et peu onereuses mais permettant de determiner avec precision les parametres necessaires du modele. Cette approche multi-echelles permet des gains de temps considerables sans alterer la qualite des resultats
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".