Goodness-of-Fit for Mechanical Properties Distribution of Larch
Notice bibliographique
Résumé
Six different probability distributions, Johnson's S B , 2p-lognormal, 3p-lognormal, normal, 2p-Weibull, and 3p-Weibull, were used for testing their relative goodness of fit in describing modulus of rupture (MOR), modulus of elasticity (MOE), ultimate tension strength (UTS), and ultimate compression strength (UCS) of larch (Larix gmelini) dimension lumber.The populations of lumber consisted of 80 data sets with different mechanical properties, sizes, and structural grades.The Kolmogorov-Smirnov test was selected to be the goodness-of-fit criteria in this study.The 5-and 50-percentile values of these four different mechanical properties of larch lumber were estimated using both the inverse function of various distribution functions and the nonparametric method.Results indicated that 3p-lognormal was the optimal function in describing MOE of larch lumber.The 5-and 50-percentile estimations using the inverse function of 3p-lognormal were the closest values derived through the nonparametric method.Johnson's S B was the best one in describing MOR, UTS, and UCS.The 5-and 50-percentile estimations using the inverse function of Johnson's S B were the closest values derived with the nonparametric method.The distributions of these four mechanical properties of larch lumber were independent of the structural grade and size.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».