Contribution à l'évaluation de la vulnérabilité sismique d'un bâtiment hospitalier
Bibliographic record
Abstract
Assurer la continuite de services d'un bâtiment hospitalier apres un seisme necessite, au-dela d'une bonne resistance structurelle, l'operabilite des composants techniques et medicaux indispensables pour maintenir les soins. Dans ce contexte, l'objectif de ce travail de these est de fournir aux gestionnaires techniques hospitaliers une methode globale et de premiere analyse pour evaluer la vulnerabilite sismique du systeme hospitalier vis-a-vis d'un seisme limite de services, generateur de peu de dommages structuraux. La base de ce travail repose sur une methode existante (Visual Screening method) construite essentiellement sur des donnees historiques du comportement des divers composants pendant le seisme. Pour compenser le manque de donnees de retour d'experience, surtout pour les nouveaux composants, nous proposons une methode alternative pour apprecier la vulnerabilite d'un composant en place. Cette methode est basee sur la constitution d'un profil sismique du composant a partir de quinze parametres caracteristiques influencant sa vulnerabilite tels que la masse, la sensibilite fonctionnelle, etc. La methode d'analyse multicritere ELECTRE TRI est utilisee pour affecter le composant dans une classe de vulnerabilite predefinies (non vulnerable, peu vulnerable, vulnerable et tres vulnerable). L'originalite de ce travail repose sur la mise en œuvre d'une analyse de sensibilite automatique du resultat aux parametres de la methode ELECTRE TRI, associee a une prise en compte de l'incertitude sur les donnees saisies par l'utilisateur lors la definition du profil du composant par une simulation de type Monte-Carlo.
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 | 0.013 | 0.037 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.003 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".