Étude paramétrique de la réponse non linéaire des ponts existants et de leur fragilité sismique à la perte d’appui
Bibliographic record
Abstract
La majorité des ponts existants au Canada ont été construits à une époque où les connaissances en matière de génie parasismique ne permettaient pas d’assurer une performance sismique adéquate. Cela a abouti à un parc de ponts existants avec des déficiences sismiques qui doivent être évaluées. Cette thèse vise à évaluer la performance des ponts existants quant à leur risque de perte d’appui associé aux déplacements de leurs tabliers sous l’effet de sollicitations sismiques caractéristiques de l’Est du Canada. Une étude paramétrique de la réponse non linéaire est effectuée avec 12 modèles de ponts générés sur la base d’un inventaire de 733 ponts existants. Les modèles de ponts ont été soumis à un ensemble de 14 accélérogrammes historiques et artificiels représentatifs de la sismicité et de la 5e génération de connaissances de l'aléa sismique des régions de l’Est du Canada. Les réponses sismiques des modèles analysés ont permis d’évaluer l’influence relative des paramètres géométriques clés sur la vulnérabilité structurale des ponts. Celle-ci est exprimée en termes de ductilité et de déplacements associés à la perte d’appui ou à l’effondrement du tablier. Cela permet de quantifier leur impact sur la fragilité structurale ou les probabilités d’atteindre ou de dépasser un niveau d’endommagement. La fragilité est exprimée sous forme de courbes définies en fonction de critères d’états limites de dommages associés à la perte d’appui des tabliers de ponts et aux paramètres géométriques reliés aux longueurs requises d’assise minimale. L’ensemble des résultats obtenus ont aussi permis de proposer une équation pour la prédiction des déplacements sismiques pouvant être utilisée dans un contexte d’évaluation de la vulnérabilité sismique des ponts existants. Il est également proposé de calculer les longueurs requises d’assise minimale en fonction de la période du pont au lieu des paramètres géométriques. Ceci permet de mieux identifier les ponts dont le risque de perte d’appui est plus élevé. Ultimement, cela permettrait de mieux cerner les interventions requises et les plus efficaces sur les infrastructures routières dans le but d’augmenter la sécurité lors d’évènements sismiques importants.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".