MétaCan
Menu
Retour à la cohorte
Enregistrement W2551169814 · doi:10.1016/j.gheart.2016.03.301

PM100 Study of Heart Failure: Criteria Derived From Espvr

2016· article· en· W2551169814 sur OpenAlexaff
Rachad M. Shoucri

Notice bibliographique

RevueGlobal Heart · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueECG Monitoring and Analysis
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésMagnetorheological fluidPressure dropSolenoidActuatorMagnetic fieldMechanical engineeringSkyhookVibrationHydraulic cylinderCurrent (fluid)Computer scienceDamperAcousticsMechanicsControl engineeringEngineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Vibration control in the systems of precise positioning is an important problem that nanotechnology sector is facing. This problem challenges the engineers to develop advance positioning mechanisms such as hydraulic magnetorheological (MR) actuators or MR modules. These modules combine the characteristics of hydraulic systems and electromagnetic control because of the use of magnetorheological fluids instead of traditional hydraulic fluid. This allows to avoid using inertial valves that results in higher accuracy and dynamic characteristics as compared with conventional systems. The main element of a MR valve is a solenoid that creates a magnetic field to control viscosity and rheological behavior of the fluid due to structuring of the disperse phase of magnetic particles in magnetic field.The positioning error of the MR module depends, to great extent, on the minimum current which should be applied to the coil to start the motion. This work is aimed at the experimental study of the response of the MR module on the applied current. The response was measured as the pressure drop in the fluid at the exit of the MR module.It was found that the maximum magnetic field in the working gap of the module of 0.04 T corresponded to the pressure drop 0.12 MPa. The results form the base for design of MR modules of automatic control systems operating under semi-active and active vibration control modes.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,324
Écart entre enseignants0,305 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal HeartMême sujetECG Monitoring and AnalysisTravaux en français237 207