MétaCan
Menu
Retour à la cohorte
Enregistrement W2219299762 · doi:10.17831/rep:arcc%y155

The architecture of phase change at McGill

2009· article· en· W2219299762 sur OpenAlexafffundabout
Pieter Sijpkes, Eric Barnet, Jorge Angeles, Damiano Pasini

Notice bibliographique

RevueARCC Conference Repository (Architectural Research Centers Consortium) · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversitaire Stichting
Mots-clésBrineArchitectureGeologyComputer scienceArchaeologyGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

Montreal has a history of monumental ice construction dating back to 1885 when the first large-scale ice palace was constructed for the winter carnival.At McGill University, we have experimented with large-scale ice construction since 1972.In addition to the use of traditional ice blocks, we have built composite structures using suspended nylon fabric as a substrate for depositing vaporized water in the freezing winter conditions.Our largest structure was a scale model of the Pantheon, built with snow, and spanning 34 ft.Robotic CNC and rapid prototyping (RP) methods are opening up new horizons for the water-to-ice phase change process in architecture.Since 2006, we have been working at three different scales in this field, funded by a 3 year $174 000 SSHRC grant.A small Fab@Home rapid prototyping machine has been modified to make small 3D ice objects in a -20°C environment.One scale up, we are now working with an Adept Cobra 600 robot, producing very finely detailed 3D ice objects up to 30 cm across and 20 cm high.Both these machines are controlled by a personal computer and rely on a water delivery system with micro-valves, adapted for the purpose.The different melting temperatures of brine and pure water make it possible to use brine as scaffolding for the ice model, since the frozen brine can be melted away at a lower temperature than the ice.In 2010, we hope to scale up again, this time to the architectural scale with a new Macro robot.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,694

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,003
Communication savante0,0040,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1110,009

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 Opus0,083
Tête enseignante GPT0,334
Écart entre enseignants0,251 · 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'étudeSans objet
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

Citations3
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueARCC Conference Repository (Architectural Research Centers Consortium)Même sujetModular Robots and Swarm IntelligenceTravaux en français237 207