MétaCan
Menu
Retour à la cohorte
Enregistrement W2009476106 · doi:10.1142/s0217984908015711

EVALUATION OF SUB-SURFACE MATERIAL PROPERTIES USING MINIMUM REFLECTION PROFILES METHOD

2008· article· en· W2009476106 sur OpenAlexfundno aff
Dong-Yeol Kim, Hak-Joon Kim, Sung-Jin Song, Sung-Duk Kwon

Notice bibliographique

RevueModern Physics Letters B · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueUltrasonics and Acoustic Wave Propagation
Établissements canadiensnon disponible
Organismes subventionnairesMcMaster University
Mots-clésMaterials scienceRayleigh scatteringRayleigh waveReflection (computer programming)OpticsSurface roughnessSurface finishSurface waveSurface (topology)Total internal reflectionRadiationComposite materialGeometryPhysicsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Backscattered Rayleigh waves from the surface and/or sub-surface of specimens can be changed by scatterers such as micro-cracks, grain boundaries and surface roughness as well as by variations in material properties. In fact, rough surface generates higher energy of backscattered Rayleigh wave than smooth one. So, it is strongly needed to have a quantitative method to evaluate the variation of material properties only. To address such a need, we propose a new method, named as "minimum reflection profile" which measures energy variation of reflected waves from the surface of specimens as changing the angle of incident wave from normal to beyond Rayleigh angle in a pitch-catch immersion setup. Because of minimum reflection profile is less sensitive to roughness of surface than backward radiation profile. Also, we explore performance of the minimum reflection profiles by evaluating the sub-surface material properties of well known materials with various material properties.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,069
Tête enseignante GPT0,267
Écart entre enseignants0,198 · 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Physics Letters BMême sujetUltrasonics and Acoustic Wave PropagationTravaux en français237 207