MétaCan
Menu
Retour à la cohorte
Enregistrement W2041597843 · doi:10.1002/pc.22294

Investigation of tearing mechanisms of woven textile

2012· article· en· W2041597843 sur OpenAlexaff
Ennouri Triki, Phuong Nguyen‐Tri, Hychem Boukehili, Toan Vu‐Khanh

Notice bibliographique

RevuePolymer Composites · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésTearingSlippageYarnTextileMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Tearing resistance is an important parameter for evaluating the reliability of textile structures, especially in the case of protective materials. In order to better understand the individual contribution of the different mechanisms involved in the tearing process, a study of the relation between the fabric and yarn properties characterizing these mechanisms and the tearing energy has been carried out. For that purpose, polyester fabrics with two types of weave patterns and various values of filling yarn density and linear density were characterized in terms of tongue tear energy, yarn and fabric modulus, breaking force and elongation at break, yarn slippage, and yarn jamming. Data for all tested fabrics relied on a unique master curve when the tearing energy was expressed as a function of the transverse yarn slippage force. This demonstrates the strong contribution of transverse yarn slippage to the tearing process, a mechanism which has generally been overlooked in previous works on tearing. Relationships between the tearing energy and the other properties characteristics of the mechanisms involved in tearing of woven textiles were also observed. These results build the path toward the development of models for the tearing energy of textile structures. POLYM. COMPOS., 2012. © 2012 Society of Plastics Engineers

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)0,000
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
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,256
Écart entre enseignants0,223 · 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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolymer CompositesMême sujetTextile materials and evaluationsTravaux en français237 207