MétaCan
Menu
Retour à la cohorte
Enregistrement W2132876020 · doi:10.1088/1748-3182/5/3/035001

Nacre from mollusk shells: a model for high-performance structural materials

2010· article· en· W2132876020 sur OpenAlexafffund
François Barthelat

Notice bibliographique

RevueBioinspiration & Biomimetics · 2010
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCalcium Carbonate Crystallization and Inhibition
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésToughnessMaterials scienceComposite numberTougheningComposite materialMechanism (biology)

Résumé

récupéré en direct d'OpenAlex

Nacre is the iridescent layer found inside a large number of mollusk shells. This natural composite has a very high mineral content, which makes it hard and stiff. However it is the toughness of nacre which is the most impressive: it is three orders of magnitude tougher than the mineral it is made of. No manmade composite material can boast such amplification in toughness, and for this reason nacre has become a biomimetic model material. The mineral in nacre comes in the form of microscopic polygonal tablets, which have the ability to 'slide' on one another in large numbers when the material is loaded in tension. This key mechanism makes nacre a quasi-ductile material, which in turn greatly increases its toughness and makes it damage tolerant. Numerous 'artificial nacres' were developed in the past but none of them can truly duplicate the remarkable mechanism of tablet sliding. In this work selected structural features of nacre were implemented in a PMMA-based composite, which for the first time could replicate the collective tablet sliding mechanism. This material demonstrates that the powerful toughening mechanism operating in natural nacre can be duplicated and harnessed in engineering materials.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,244
Écart entre enseignants0,225 · 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

Citations236
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioinspiration & BiomimeticsMême sujetCalcium Carbonate Crystallization and InhibitionTravaux en français237 207