Développement d’une méthode de calcul parasismique pour les bâtiments multiétagés à ossature légère en bois
Bibliographic record
Abstract
L’objectif principal du projet de recherche est le développement d’une méthode de calcul parasismique pour les structures multiétagées à ossature légère en bois de moyenne hauteur. Actuellement, l’analyse dynamique linéaire (LDA) est très peu utilisée par l’industrie de la construction en bois dû à la complexité de modéliser le comportement non linéaire ce type de structure. La méthode de la charge statique équivalente (ESFP) est la plus utilisée en raison de sa simplicité. Cette étude est basée sur une récente méthodologie qui utilise un processus itératif pour simuler le comportement non linéaire d’une structure à ossature légère en bois dans une LDA. Dans la méthode proposée, la rigidité minimale des murs de refends est utilisée afin d’éliminer le processus itératif et le comportement non linéaire. L’utilisation de la LDA pour la conception de structures multiétagées à ossature légère en bois est ainsi simplifiée. Aux fins de validation de la méthode, une comparaison de la distribution du cisaillement, des moments de renversement, des flèches inter étages ainsi que de la flèche totale inélastique est effectuée pour des murs de refends de six-, quatre- et deux étages ayant des rapports géométriques variant de 0.6 à 6.0. Les murs utilisés pour la comparaison sont tirés d’un exemple de calcul sur un bâtiment de six étages à ossature légère en bois situé dans la ville de Québec. Ce projet démontre que l’ESFP sous-estime les forces de cisaillement dans les étages supérieurs et surestime les moments de renversement à la base des structures multiétagées à ossature légère en bois en comparaison avec la LDA. Les résultats démontrent que l’utilisation de la méthode simplifiée de LDA permet d’optimiser la conception de murs de refends à ossature légère en bois de moyenne hauteur.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".