MétaCan
Menu
Retour à la cohorte
Enregistrement W2897124345 · doi:10.1121/1.5067879

Interfacial effects in underwater acoustic panel measurements

2018· article· en· W2897124345 sur OpenAlexaff
Jeffrey P. Szabo, A. D. Bent

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAcoustic Wave Phenomena Research
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNatural rubberComposite materialAdhesiveEpoxyUnderwaterReflection (computer programming)AluminiumAdhesionAcousticsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Underwater acoustic panel measurements were conducted on single layers of rubber or metal, and on rubber/metal bilayers that had been fabricated using various adhesives or attachment methods. Reflection and transmission measurements were carried out on submerged panels using a parametric array source. It was found that the condition of the various interfaces in the system (water/rubber, water/metal, or rubber/metal) had a dominant effect on the measured acoustic properties. Single layer (metal or rubber) panels with smooth surfaces behaved in accordance with theoretical predictions, but panels with even a small amount of surface roughness did not. This was attributed to a non-ideal water/sample interface, most likely due to the presence of air bubbles. The effect of various surface treatments on the acoustic behaviour of the panels was investigated. Different adhesion methods for fabricating aluminum/rubber bilayers were tested for their practicality and effects on underwater acoustic properties. Nitrile butadiene rubber and aluminum panels were adhered to one another using pressure sensitive adhesive, contact cement, banded duct tape, or epoxy, and tested in transmission and reflection. The results were strongly dependent on adhesion method, with only one method (epoxy cured under 15 psi pressure) giving results that matched theoretical predictions.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,373

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,270
Écart entre enseignants0,234 · 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.

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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetAcoustic Wave Phenomena ResearchTravaux en français237 207