MétaCan
Menu
Retour à la cohorte
Enregistrement W2083936058 · doi:10.1209/0295-5075/77/38005

Contact mechanics of real vs. randomly rough surfaces: A Green's function molecular dynamics study

2007· article· en· W2083936058 sur OpenAlexaff
Charles F. Campana, Martin H. Müser

Notice bibliographique

RevueEurophysics Letters (EPL) · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésContact mechanicsGaussianMolecular dynamicsExponential functionContact angleFunction (biology)Contact areaSurface (topology)Gaussian functionCorrelation function (quantum field theory)MechanicsPhysicsStatistical physicsMaterials scienceMathematicsOpticsClassical mechanicsGeometryMathematical analysisThermodynamicsQuantum mechanicsFinite element method

Résumé

récupéré en direct d'OpenAlex

It is commonly assumed that knowing the height auto-correlation function of two solids in contact along with their materials properties is sufficient to predict the contact pressure distribution P ( p ). We investigate this assumption with contact mechanics calculations that are based on quickly converging Green's function molecular dynamics. In our simulations, elastically deformable solids are pressed against a rigid substrate. Their profile is either given by experimental data or produced with random numbers such that the artificially generated height spectra ressemble that of the real profiles. Randomly rough surfaces produce Gaussian tails in the P ( p )'s, while they are exponential for experimentally determined topographies. This difference, however, does not affect significantly the true contact area, which, for the given real profile is about 20% larger than that of the random surface. Both surfaces obey Persson's contact mechanics theory reasonably well.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,202
Écart entre enseignants0,197 · 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'étudeSimulation ou modélisation
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

Citations158
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEurophysics Letters (EPL)Même sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207