Optimisation multicritère des planchers préfabriqués en bois-béton pour les bâtiments multiétages en considérant la méthode constructive
Bibliographic record
Abstract
Les planchers font partie des éléments indispensables dans la construction de bâtiments. L'utilisation de matériaux plus écoresponsables comme le bois ainsi que l'incorporation de mélanges de bétons verts innovants dans la construction de planchers composites permettraient non seulement d'obtenir des structures plus performantes, mais seraient également une façon simple pour le Canada de diminuer ses émissions de gaz à effet de serre. L'union du bois et du béton à l'aide de connecteurs aide à augmenter la résistance des planchers en utilisant le béton en compression et le bois en traction. Ces planchers composites permettent d'atteindre une grande portée tout en conservant une structure élancée. Ce mémoire se concentre sur l'amélioration des connecteurs d'entailles qui sont une solution simple et économique utilisée pour créer ce type de plancher. Ces connecteurs ont démontré qu'ils possèdent une grande rigidité initiale suivie d'une phase plastique très ductile. Plusieurs formes d'entailles ont été testées avec du bois lamellé-croisé (CLT) et différents types de béton. Une méthode d'optimisation de conception tenant compte des émissions de CO₂, de la hauteur totale, du coût ainsi que du poids du plancher composite a été développée. Ces essais en laboratoire ont démontré l'efficacité d'une forme de connecteur fermé éliminant l'utilisation de vis. Quant à la méthode d'optimisation, elle a permis de mettre en lumière les points forts et les points faibles des planchers composites et d'élaborer des pistes de solutions afin de les rendre plus compétitifs. Finalement, une analyse du cycle de vie préliminaire comparant les planchers composites, un plancher en béton armé et en CLT a été réalisée. Cette analyse a démontré l'avantage des planchers composites sur les constructions en béton et en bois uniquement. Cette étude a également permis de donner des pistes de solutions afin de diminuer les impacts environnementaux des différents types de planchers.
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".