MétaCan
Menu
Retour à la cohorte
Enregistrement W2524450695 · doi:10.1117/1.oe.56.4.041304

Comparative study of microlaser excitation thermography and microultrasonic excitation thermography on submillimeter porosity in carbon fiber reinforced polymer composites

2016· article· en· W2524450695 sur OpenAlexafffund
Hai Zhang, Henrique Fernandes, Ulf Haßler, Clemente Ibarra‐Castanedo, Marc Genest, F. Robitaille, Simon Joncas, Xavier Maldague

Notice bibliographique

RevueOptical Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensÉcole de Technologie SupérieureNational Research Council CanadaUniversity of OttawaUniversité Laval
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoNatural Sciences and Engineering Research Council of CanadaConsortium de Recherche et d’innovation en Aérospatiale au Québec
Mots-clésThermographyMaterials scienceComposite materialJoint (building)InfraredImage stitchingExcitationCore (optical fiber)OpticsStructural engineering

Résumé

récupéré en direct d'OpenAlex

Stitching is used to reduce incomplete infusion of T-joint core (dry-core) and reinforce T-joint structure. However, it may cause new types of flaws, especially submillimeter flaws. Thermographic approaches including microvibrothermography, microlaser line thermography, and microlaser spot thermography on the basis of pulsed and lock-in techniques were proposed. These techniques are used to detect the submillimeter porosities in a stitched T-joint carbon fiber reinforced polymer composite specimen. X-ray microcomputed tomography was used to validate the thermographic results. Finally an experimental comparison of microlaser excitation thermography and microultrasonic excitation thermography was conducted.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 GPT0,203
Écart entre enseignants0,195 · 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'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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOptical EngineeringMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207