Procédure multi-niveaux pour l'évaluation de la vulnérabilité sismique des écoles dans l'est canadien
Bibliographic record
Abstract
Dans lâest du Canada, lâaléa sismique est généralement modéré et les grands centres urbains sont soumis à un risque sismique élevé. à lâheure actuelle, aucune procédure dâévaluation sismique des bâtiments à grande échelle nâest entreprise dans le pays. Cette évaluation de la vulnérabilité sismique des bâtiments repose sur la cueillette dâinformation par inspection et lâétude de documentation. Cette approche nâest cependant pas réalisable pour lâévaluation dâun large parc immobilier, comme celui des écoles du Québec. Ce mémoire présente une méthodologie de sélection (triage), à trois niveaux, en amont de la procédure dâinspection pour identifier les bâtiments à inspecter. Au premier niveau, on vise lâensemble des 2714 bâtiments scolaires du réseau public de la province, en écartant les bâtiments avec un risque faible parmi 4 groupes de priorité. Lâévaluation est basée sur trois paramètres : lâaléa sismique, lâannée de construction et le nombre dâélèves. Au deuxième niveau, lâéchantillon des écoles considéré est à lâéchelle des commissions scolaires (minimum de 30 bâtiments scolaires). Les irrégularités géométriques en plan et en élévation ainsi que les effets de site sont pris en compte à lâaide de cartes de microzonage sismique ou autres données géotechniques locales disponibles. Cette évaluation vise à identifier les bâtiments présentant un risque sismique modéré ou supérieur, nécessitant une inspection. Au troisième niveau, lâinspection des bâtiments identifiés au niveau 2 doit permettre dâétablir une priorité dâévaluation détaillée (analyse structurale) parmi un nombre de bâtiments plus restreint ainsi quâune éventuelle mitigation. La procédure proposée est appliquée à un échantillon de bâtiments scolaires de Montréal, sur la base de données dâinspection visuelle. Lâévaluation par des procédures indicielles, et des mesures par vibrations ambiantes (MVA) ont permis de valider la capacité de la méthodologie proposée à identifier les bâtiments nécessitant une inspection. Un modèle modal a été construit sur la base des résultats de ces MVA, en se servant des fréquences propres de vibration, de lâamortissement et des déformées modales. La procédure est conçue sous la forme dâun outil pour les professionnels des commissions scolaires ou tout autre personnel technique.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".