Le logiciel EfiCoS dans un contexte de dimensionnement basé sur la performance (DBP)
Bibliographic record
Abstract
Aujourd'hui, les analyses sismiques sont de plus en plus dirigées vers un dimensionnement basé sur la performance (DBP). En effet, il y a un consensus que le DBP deviendra la méthode à employer dans un futur proche en ce qui concerne le dimensionnement parasismique des structures. Donc, un outil est nécessaire pour obtenir l'évolution, l'évaluation et la localisation de l'endommagement avec precision. Dans cette idée, le présent projet de recherche avait pour but d'étudier la performance du logiciel EFiCoS face à la prédiction de la réponse globale (force-déplacement en tête) et locale d'une série de 21 poteaux testés à l'Université de Sherbrooke et de proposer une matrice d'endommagement qui permet de relier l'endommagement prédit par EFiCoS, aux états limites associés aux niveaux de performance décrits par la plus part des comités les plus connus (ATC 40, FEMA, SEAOC entre autres). Des nombreuses améliorations ont été apportées au code source d'EFiCoS afin d'obtenir une meilleure performance de celui-ci. Parmi les améliorations les plus significatives se trouve l'insertion de deux nouvelles lois de comportement pour l'acier d'armature. La première de ces lois est celle développée par Dodd et Restrepo-Posada (1995). La deuxième loi est une version simplifiée de cette dernière qui a été développée au cours de ce projet de recherche. Plusieurs outils informatiques ont été créés dans le cadre de cette recherche. Le plus pertinent est l'outil EFiLIC, lequel est un post-processeur destiné à traiter les données de sortie d'EFiCoS. Les résultats d'analyse obtenus avec EFiCoS ont démontré la capacité de celui-ci à prédire adéquatement le comportement des poteaux étudiés. Ceci fait d'EFiCoS un outil pertinent pour le dimensionnement basé sur la performance (DBP) Finalement, grâce aux prédictions d'endommagement d'EFiCoS, des cartes d'endommagement ont été obtenues tant pour le béton confiné que non confiné. Ces cartes ont été élaborées en termes de déplacement relatif ("drift") mais aussi en termes de ductilité structurale de déplacement. De cette façon, les cartes développées permettent de faire une lien directe entre l'endommagement prédit par EFiCoS et les niveaux de performances établis.
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 | 0.005 | 0.013 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| 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".