MétaCan
Menu
Retour à la cohorte
Enregistrement W2093015174 · doi:10.1080/0267829031000089933

Simulation of texture formation processes in carbonaceous mesophase fibres

2003· article· en· W2093015174 sur OpenAlexaff
Alejandro D. Rey

Notice bibliographique

RevueLiquid Crystals · 2003
Typearticle
Langueen
DomaineMaterials Science
ThématiqueLiquid Crystal Research Advancements
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMesophaseMaterials scienceTexture (cosmology)PlanarMesoscopic physicsPolarComposite materialLiquid crystalMicrostructureMelt spinningTopological defectChemical physicsChemical engineeringSpinningCondensed matter physicsOptoelectronicsComputer science

Résumé

récupéré en direct d'OpenAlex

Carbon fibres are spun from carbonaceous mesophases using standard melt spinning techniques. These melt spun carbon fibres exhibit a set of distinct cross-sectional textures. Two widely reported textures in literature are the planar radial (PR) and planar polar (PP). This work uses a mesoscopic model, based on the classical Landau-de Gennes theory of liquid crystals adapted to carbonaceous mesophases, to elucidate the principles that control the texture formation processes. The model is able to capture the microstructure and the formation of the PR and PP textures. A phase diagram for classical PR and PP textures has been constructed in terms of temperature and fibre radius, thus establishing the processing conditions and geometric factors that lead to the selection of these textures. The multipath formation process of the planar polar texture through defect splitting, direct planar polar formation, and defect annihilation has been thoroughly characterized. The results of this work provide new knowledge for optimization and control of mesophase carbon fibre textures.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,310
Écart entre enseignants0,289 · 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

Citations15
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLiquid CrystalsMême sujetLiquid Crystal Research AdvancementsTravaux en français237 207