MétaCan
Menu
Retour à la cohorte
Enregistrement W2070553603 · doi:10.1109/tdei.2015.004612

Development of indentation techniques in support of cable condition monitoring programs

2015· article· en· W2070553603 sur OpenAlexafffundabout
Fabrice M. Guérout, Richard G. Boor

Notice bibliographique

RevueIEEE Transactions on Dielectrics and Electrical Insulation · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesCanadian Nuclear LaboratoriesElectricité de FranceAtomic Energy of Canada Limited
Mots-clésIndentationMaterials scienceEngineeringComposite materialStructural engineeringForensic engineering

Résumé

récupéré en direct d'OpenAlex

This paper summarizes work performed over the past few years at Atomic Energy of Canada Limited (AECL) to further develop indentation techniques in support of cable condition monitoring programs. Sensitivity to cable degradation of the commonly used specific compressive stiffness (or indenter modulus) is assessed based on laboratory testing of unaged, thermally aged, and irradiated cable samples. Another technique, which consists of measuring recovery time during the post-indentation phase, is also assessed for a variety of tested jacket and insulation materials. The document includes a review of the effect of indenter design and testing parameters on indentation results and provides input towards potential revisions of the IEC/IEEE 62582-2 Standard.

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)0,003
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0020,001
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 Opus0,042
Tête enseignante GPT0,285
Écart entre enseignants0,243 · 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

Citations5
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Dielectrics and Electrical InsulationMême sujetNon-Destructive Testing TechniquesTravaux en français237 207