MétaCan
Menu
Retour à la cohorte
Enregistrement W23601965 · doi:10.1016/j.ultras.2013.03.007

受け入れ~治療開始 (特集 時系列・シーン別でわかる! rt-PA治療と看護)

2012· article· en· W23601965 sur OpenAlexfundno aff
茂 藤本

Notice bibliographique

RevueBrain nursing · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Monitoring pipe wall erosion/corrosion thinning rates is an important issue in petrochemical and power generation industries. In this paper, two signal processing techniques are utilized for estimating the thinning rate based on ultrasonic pipe wall thickness data collected over a short period of time. The first is a combination of cross-correlation and polynomial curve fitting and the second is a model-based estimation (MBE) scheme. These techniques are applied to data collected from an accelerated thinning rate apparatus and both show that they are capable of estimating the thinning rates quickly in short time periods with good accuracy. In laboratory applications, thinning rates as low as 10 μm/year were measured within 15 days with an uncertainty of ±1.5 μm/year by both techniques. Although the MBE technique can yield marginally better accuracy, the greater stability and computational speed of the cross-correlation technique make it the preferred choice for industrial use.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,393
Score d'incertitude au seuil1,000

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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain nursingMême sujetEngineering Applied ResearchTravaux en français237 207