MétaCan
Menu
Retour à la cohorte
Enregistrement W2012422941 · doi:10.1115/imece2007-42530

Modeling and Characterization of Biomaterials Spreading Properties in Powder-Based Rapid Prototyping Techniques

2007· article· en· W2012422941 sur OpenAlexafffund
Yaser Shanjani, Ehsan Toyserkani, Christina Yi-Hsuan Wei

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePowder Metallurgy Techniques and Materials
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésBiomaterialMaterials scienceCompactionRapid prototypingWork (physics)SlabCharacterization (materials science)Stress (linguistics)Composite materialMechanicsMechanical engineeringNanotechnologyStructural engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this work, the spreading properties of biomaterials, while a counter-rotating roller is used in rapid prototyping machines, are modeled and characterized. For modeling, the slab method is used in which biomaterial geometrical properties are incorporated into the model. A pressure dependent plasticity model is used as a constitutive model for biomaterial powders. In addition, the coulomb friction law for the powder-roller interface boundary is incorporated into the model. Size and shape of powder particles as well as roller rotational and linear velocities are considered within the friction coefficient. Powder bed parameters such as compaction pressure, stress distribution and relative density are predicted using the simulation.

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: aucune
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)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 GPT0,228
Écart entre enseignants0,207 · 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

Citations4
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPowder Metallurgy Techniques and MaterialsTravaux en français237 207