MétaCan
Menu
Retour à la cohorte
Enregistrement W1970400660 · doi:10.1088/0026-1394/40/2/312

Characterization of a pneumatic differential pressure transfer standard

2003· article· en· W1970400660 sur OpenAlexfundno aff
Nita Dilawar, Deepak Varandani, Amit Bandyopadhyay, A. C. Gupta

Notice bibliographique

RevueMetrologia · 2003
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueScientific Measurement and Uncertainty Evaluation
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Council Canada
Mots-clésTransducerPiston (optics)Pressure sensorPressure measurementStrain gaugeDifferential pressureData acquisitionPneumatic cylinderComputer scienceMechanical engineeringAcousticsElectrical engineeringControl theory (sociology)PhysicsMechanicsEngineeringCylinderOpticsOperating system

Résumé

récupéré en direct d'OpenAlex

The paper describes a novel method for the characterization of a pneumatic differential transfer standard in the differential pressure range 0 Pa to 3.5 MPa up to a high line gas pressure of 7.0 MPa. In view of the advances in the field of automated data acquisition systems an effort has been made to incorporate such a system in the conventional pressure measurement, which uses relatively high accuracy piston gauges and the user-friendly digital transducer. The transfer standard used in the present work is a silicon strain gauge transducer, model PMP 4115, made by Druck, with an output voltage range of 0 V to 5 V with a readout unit/power supply DPI 282. The transducer was characterized against the secondary standard, which is a twin pressure balance, Model 5502, made by Desgranges et Huot, France, designated as NPL-8. The characterization was done through an automated data acquisition system using a model 9118HR A/D interface card made by Adlink, as well as the readout unit DPI 282. The uncertainty estimations showed up considerable differences between the two modes of data acquisition. The observed results were further used to generate a regression equation for the estimation of differential pressure at any given line pressure.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,146
Tête enseignante GPT0,354
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetrologiaMême sujetScientific Measurement and Uncertainty EvaluationTravaux en français237 207