MétaCan
Menu
Retour à la cohorte
Enregistrement W2330723053 · doi:10.1093/qjmam/hbq023

On Choosing Effective Symmetry Classes for Elasticity Tensors

2010· article· en· W2330723053 sur OpenAlexafffund
Çağrı Diner, Mikhail Kochetov, Michael A. Slawiński

Notice bibliographique

RevueThe Quarterly Journal of Mechanics and Applied Mathematics · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesMemorial University of Newfoundland
Mots-clésTensor densityTensor (intrinsic definition)MathematicsSymmetric tensorHooke's lawCartesian tensorTensor fieldTensor contractionSymmetry (geometry)Monoclinic crystal systemElasticity (physics)Exact solutions in general relativityMathematical analysisPure mathematicsGeometryPhysicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We formulate a method of representing a generally anisotropic elasticity tensor by an elasticity tensor exhibiting a material symmetry: an effective tensor. The method for choosing the effective tensor is based on examining the features of the plot of the monoclinic-distance function of a given tensor, choosing an appropriate symmetry class, and then finding the closest tensor in that class. The concept of the effective tensor is not tantamount to the closest tensor since one always obtains a closer approximation using a monoclinic tensor than a tensor of any other nontrivial symmetry. Hence, we use qualitative features of the plot of the monoclinic-distance function to choose an effective symmetry class within which the closest tensor can be computed.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil0,388

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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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'étudeThéorique ou conceptuel
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

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Journal of Mechanics and Applied MathematicsMême sujetElasticity and Material ModelingTravaux en français237 207