MétaCan
Menu
Retour à la cohorte
Enregistrement W2746695213 · doi:10.1177/1754337117723762

Nonlinear membrane stiffness model of a tennis racquet string bed

2017· article· en· W2746695213 sur OpenAlexaff
Huihui Hong, Liang Han, NC Perkins, Chuan Hu, J. R. Barber

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and Technology · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésString (physics)StiffnessNonlinear systemDisplacement (psychology)MechanicsMathematicsPhysicsClassical mechanicsGeometryMathematical analysisStructural engineeringEngineeringTheoretical physics

Résumé

récupéré en direct d'OpenAlex

The overall stiffness of the string bed of a tennis racquet depends on numerous factors including the size and shape of the string bed, initial string tension, string spacing, and string geometric and material properties. This article contributes an analytical model of the string bed that employs nonlinear membrane theory to estimate static stiffness. The partial differential equation governing string bed deformation is discretized using a one-term Galerkin approximation that employs a logarithmic shape function for the string bed deflection. The resulting force–displacement relation at the centre of the string bed yields the string bed stiffness as a function of the major design parameters, including the shape and size of the frame, string tension used during stringing, and string spacing, diameter, and elastic modulus. To assess the accuracy of this model, the predicted force–displacement relation was compared to that measured from experiments on a string bed instrumented with a load cell and photoelectric (laser) displacement sensor. Experimental results confirm that the analytical model yields accurate estimates of the string bed load–displacement characteristics, especially for displacements of 5 mm or less.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,008
Tête enseignante GPT0,195
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part P Journal of Sports Engineering and TechnologyMême sujetSports Dynamics and BiomechanicsTravaux en français237 207