MétaCan
Menu
Retour à la cohorte
Enregistrement W2105060083 · doi:10.6000/1929-5995.2013.02.04.2

Electromagnetic Modeling of Dielectric Mixtures

2013· article· en· W2105060083 sur OpenAlexvenueno aff
Luigi La Spada, Renato Iovine, Lucio Vegni

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2013
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePhotonic Crystals and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDielectricPermittivityMaterials scienceElectromagnetic radiationElectromagnetic fieldDielectric permittivityWork (physics)Computational electromagneticsComposite materialAcousticsMechanical engineeringOpticsOptoelectronicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Electromagnetic modeling of dielectric materials allows us to study the effects of electromagnetic wave propagation and how such electromagnetic fields influence and interact with them. Dielectric materials are composites or mixtures, which often are made up of at least two constituents or phases. Modelling the electromagnetic behaviour of dielectric mixtures is crucial to understand how geometrical factors (shape and concentration), electromagnetic properties of inclusions and background medium, influence the permittivity of the overall material. The aim of this work is to develop new analytical models for dielectric mixtures, in order to describe their electromagnetic behaviour and design them with desired electromagnetic properties, for specific required applications. In particular, in this paper a new general expression for the effective permittivity of dielectric mixture is presented. The mixtures consist of inclusions, with arbitrary shapes, embedded in a surrounding dielectric environment. We consider the hosting environment and the hosted material as real dielectrics, both of them as dispersive dielectrics. The proposed analytical models simplify practical design tasks for dielectric mixtures and allow us to understand their physical phenomena and electromagnetic behaviours.

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 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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,343
Écart entre enseignants0,323 · 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 tête enseignante, 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetPhotonic Crystals and ApplicationsTravaux en français237 207