Utilisation de la méthode des éléments finis non-linéaires pour la conception des structures en béton armé: application aux structures massives
Bibliographic record
Abstract
DÉDICACE À Celui qui a dit : " C'est Lui qui détient les clefs de l'inconnaissable, nul autre que Lui ne les connait.Et Il connait ce qui est dans la terre ferme, comme dans la mer.Et pas une feuille ne tombe qu'Il ne le sache.Et pas une graine dans les ténèbres de la terre, rien de frais ou de sec, qui ne soit consigné dans un livre explicite."À ma mère, parce qu'elle a décidé d'arrêter ses études pour m'apprendre la vie, l'amour, les mathématiques, la science et la physique, À mon père pour tous les sacrifices consentis pour que je puisse être là, À Ammi et Khalti pour leur bonté qui m'a toujours inspirée, À ma petite fille Rahma pour ses quatre ans et demi de patience, Au soleil de ma vie et femme de mes rêves Amira pour tout ... REMERCIEMENTS Je tiens à remercier mon directeur de recherche, professeur Bruno Massicotte, qui m'a soutenu tout au long de cette thèse.Je le remercie pour sa patience, sa gentillesse, sa disponibilité et ses judicieux conseils qui ont contribué à alimenter ma réflexion.Je souhaite remercier tous les professeurs et associés de recherche du groupe de recherche en génie des structures de l'École Polytechnique.Je tiens à remercier mon ami Emre Yildiz pour son aide précieuse et sa gentillesse.Je voudrais adresser ma gratitude aux personnes suivantes qui m'ont supporté de près ou de loin dans un environnement industriel encourageant: Pierre Parent,
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 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.004 |
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".