MétaCan
Menu
Retour à la cohorte
Enregistrement W1597539712 · doi:10.1109/icma.2015.7237592

A cost-effective microindentation system for soft material characterization

2015· article· en· W1597539712 sur OpenAlexaff
Weize Zhang, Xianke Dong, Simon Silva-Da Cruz, Hossein K. Heris, Luc Mongeau, Allen J. Ehrlicher, Xinyu Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensMcGill University
Organismes subventionnairesDivision of Materials Research
Mots-clésIndentationCreepMaterials scienceViscoelasticityCharacterization (materials science)Microelectromechanical systemsMicromanipulatorMechanical engineeringPiezoresistive effectDeformation (meteorology)Computer scienceComposite materialNanotechnologyEngineering

Résumé

récupéré en direct d'OpenAlex

Microindentation is a useful experimental technique for characterizing mechanical properties of soft materials for research in biomechanics, biomaterials, tissue engineering. Despite its powerful capabilities, the access to microindentation techniques is hampered by the low performance-to-cost ratio of current commercial microindentation systems. This paper describes a new approach for constructing microindentation systems from readily available laboratory resources, and reports a force-controlled, cost-effective microindentation system capable of elastic and viscoelastic characterization of soft materials. A micro-electro-mechanical systems (MEMS) based piezoresistive force sensor and a motorized micromanipulator are employed to indent a sample and collect the force-deformation data for extraction of elastic and viscoelastic parameters. To overcome the shortcomings of previously reported customized systems, closed-loop position and force controllers are designed and implemented to accurately regulate the indentation depth and force. Tests on elastomeric and hydrogel materials prove the effectiveness of the system for elastic, relaxation, and creep tests, providing comparable measurement results with commercial microindentation systems at a much lower cost.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,848
Score d'incertitude au seuil0,273

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,021
Tête enseignante GPT0,308
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207