Seismic performance of multi-storey structures designed with cold-formed steel wood sheathed shear walls
Bibliographic record
Abstract
La construction de structures en acier formé à froid est beaucoup utiliser au Canada dans le secteur résidentiel et commercial. De plus, les murs de refends créés à l’aide des panneaux de bois faisant déjà parti du bâtiment sont un système efficace pour résister les forces latérales provenant d’un séisme. Malgré l’aspect pratique présenté par ces murs de refends, le Code National du Bâtiment du Canada (CNB) et la norme CSA S136 de l’Association Canadienne de Normalisation ne fournissent aucune directive pour leur conception. Pourtant, une limite de 20 mètres pour la hauteur et des facteurs de modification de force (Rd, Ro) compatible avec le CNB ont été incluses par l’American Iron and Steel Institute dans la norme américaine, AISI S213. Cette norme adresse la conception des systèmes de reprise des forces latérales en acier formé à froid. L’importance de valider les directives incluses dans le AISI S213 avec des analyses dynamiques et des essais dynamiques était la motivation derrière cette recherche.Quatorze structures (4, 6 & 7 étages) ont été conçues et ensuite modélisées à l’aide de deux logiciels : Ruaumoko et SAPWood. Deux systèmes de murs de refends ont été traités : un système constitué de murs de refends en acier formé à froid avec des panneaux de bois (Rd = 2.5 and Ro =1.7) et un autre système comprenant de ces mêmes murs de refends mais travaillant avec les murs de gypse (Rd = 1.5 and Ro =1.7). De plus, deux régions de forte séismicité, Montréal, QC et Vancouver, BC, ont été incluses dans la recherche. La performance de ces structures a été évaluée selon l’ATC-63, développé pour le Federal Emergency Management Agency (FEMA) au États-Unis.Le niveau de performance des modèles, déterminé selon le ATC-63, a confirmé la réussite de ces deux systèmes. Les murs ont démontré une résistance au cisaillement suffisante alors qu’ils étaient soumis à 45 séismes calibrés au-delà
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 | 0.000 |
| 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".