Estratégias de Form-finding de Superfícies Estruturais Rígidas de Dupla Curvatura
Bibliographic record
Abstract
O objeto de estudo desta proposta de estudo são as superfícies estruturais rígidas de duplacurvatura. O objetivo principal deste estudo reside em compreender algumas das presentesalternativas de concepção estrutural para superfícies rígidas tendo em vista sua retomadaem um âmbito global. Como objetivos complementares, verifica-se a possibilidade deaprimorar estratégias de concepção estrutural de superfícies estruturais rígidas de duplacurvatura no ensino mediante o contato com expertise tecnológica de baixa disseminaçãoem território nacional. Também espera-se fomentar a concepção estrutural intuitiva, tantoem prancheta quanto em salas de aula, ao invés de suas matizes verificativas, por meio daexploração das relações geométricas e construtivas em edificações pertencentes a tipologiaestrutural em análise. Como método de pesquisa se propõem a análise e esgotamento deestudos de caso pré-selecionados em função de seu enquadramento na tipologia estrutural,oferta de material iconográfico acerca da obra, material utilizado no sistema construtivo eprocesso projetual e construtivo. Com base nos critérios elencados acima, ficou elencadoa análise da cobertura em casca de concreto armado UHPFRC na estação ferroviária deShawnessy, em Calgary no Canada, projeto de Stantec Architecture e Lafarge Engineeringem 2004. Esta pesquisa apresenta impacto tecnológico e pedagógico justamente porpromover a aproximação com ferramental de processo de projeto e construtivo constituindoo estado da arte do form-finding no planeta.
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 | 0.002 | 0.015 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.002 |
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".