MétaCan
Menu
Retour à la cohorte
Enregistrement W2048821965 · doi:10.1063/1.4913676

High friction on ice provided by elastomeric fiber composites with textured surfaces

2015· article· en· W2048821965 sur OpenAlex
Reza Rizvi, Hani E. Naguib, Geoff Fernie, Tilak Dutta

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueApplied Physics Letters · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueWinter Sports Injuries and Performance
Établissements canadiensToronto Rehabilitation InstituteUniversity of TorontoUniversity Health Network
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationGovernment of Ontario
Mots-clésComposite materialMaterials scienceElastomerNatural rubberComposite numberTearingFiberPhase (matter)Glass fiber

Résumé

récupéré en direct d'OpenAlex

Two main applications requiring high friction on ice are automobile tires and footwear. The main motivation behind the use of soft rubbers in these applications is the relatively high friction force generated between a smooth rubber contacting smooth ice. Unfortunately, the friction force between rubber and ice is very low at temperatures near the melting point of ice and as a result we still experience automobile accidents and pedestrian slips and falls in the winter. Here, we report on a class of compliant fiber-composite materials with textured surfaces that provide outstanding coefficients of friction on wet ice. The fibrous composites consist of a hard glass-fiber phase reinforcing a compliant thermoplastic polyurethane matrix. The glass-fiber phase is textured such that it is aligned transversally and protruding out of the elastomer surface. Our analysis indicates that the exposed fiber phase exhibits a “micro-cleat” effect, allowing for it to fracture the ice and increase the interfacial contact area thereby requiring a high force to shear the interface.

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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,593

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 Opus0,008
Tête enseignante GPT0,215
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