MétaCan
Menu
Retour à la cohorte
Enregistrement W2624381531 · doi:10.6028/nist.ir.6595

Materials reliability division, FY 2000 programs and accomplishments

2001· report· en· W2624381531 sur OpenAlexaff
Fred R Fickett, Thomas A. Siewert

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Standards and Technology
Mots-clésDivision (mathematics)Reliability (semiconductor)Reliability engineeringComputer scienceEngineeringMathematicsArithmeticPhysics

Résumé

récupéré en direct d'OpenAlex

The Materials Reliability Division develops measurement technologies that enable producers and users of materials to improve the quality and reliability of their products and to meet the ever more stringent materials challenges in the microelectronics market. The metrology devices and concepts, and the associated materials science base, cover the range of materials from metals to polymers to ceramics. Specimen dimensions range from the microscale and nanoscale of electronic packages and their components to the massive structures found in gas pipelines and bridges. Many measurement techniques are brought to bear on the problems, ranging from traditional and advanced ultrasonic testing to advanced transmission electron microscopy, scanned-probe microscopy, and new measurements yet to be named. The Division also provides measurements and standards to support the instruments necessary for assuring the accurate determination of impact resistance of structural steels through the standard reference materials (SRM) program. In FYOO the Division focused its resources on the following research areas:

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,858
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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,252
Écart entre enseignants0,230 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207