MétaCan
Menu
Retour à la cohorte
Enregistrement W2278740543

Farid Taheri (Draft Profile)

2013· article· en· W2278740543 sur OpenAlexaboutno aff
Farid Taheri‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStructural Analysis of Composite Materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharacterization (materials science)Structural engineeringEngineeringFinite element methodFracture mechanicsMechanical engineeringConstruction engineeringComputer scienceMaterials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Dr. Taheri teaches courses in mechanics of materials, computations, finite element method (linear and non-linear), fracture mechanics and fatigue, and fiber-reinforced plastics. Dr. Taheri is mainly interested in understanding and modelling of structural and materials response with computational and experimental methods to offer cost-effective solutions. He has expertise in developing effective design and experimental programs for specific case studies. He has long record of experience in computational mechanics and experimental characterization (static & dynamic) of fiber-reinforced composite materials; structural rehabilitation and vibration-based damage detection of structures using smart sensors and materials; fatigue, and fracture of materials; characterization of impact response and other highly nonlinear events of structural materials. Dr. Taheri worked in industry for eight years before joining the Civil Engineering department in 1994. He has also been engaged in several consulting projects commissioned by prestigious entities such as the Canadian Space Agency, and the Defence Research Laboratories, as well as other industries. He is a registered Professional Engineer with the province of Nova Scotia. He is also a member of ASME and AAM.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,086
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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)0,0150,003

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 Opus0,003
Tête enseignante GPT0,160
Écart entre enseignants0,158 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStructural Analysis of Composite MaterialsTravaux en français237 207