MétaCan
Menu
Retour à la cohorte
Enregistrement W2904067141 · doi:10.26906/sunz.2018.5.065

АНАЛІЗ КОНСТРУКЦІЙ РЕСОРНИХ ПІДВІШУВАНЬ РЕЙКОВОГО МІСЬКОГО ЕЛЕКТРОРУХОМОГО СКЛАДУ

2018· article· uk· W2904067141 sur OpenAlexaboutno aff
Natalia Lukashova, Tatyana Pavlenko, Borys Liubarskyi, Олександр Петренко

Notice bibliographique

RevueСистеми управління навігації та зв’язку Збірник наукових праць · 2018
Typearticle
Langueuk
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The object under consideration in the article is the spring suspension of the city railroad electric vehicle. The purpose of the article: to carry out an analysis of the current state of the structures of spring suspensions of the railroad urban electric vehicle and identify perspective directions for their improvement. Results The article considers modern technical solutions used in the spring suspension of tram cars: the trolley of the tramcar T-3, Czechoslovakia; Trolleybus car "Spectrum" produced by OJSC "Uraltransmash", Russia; The trolley of Flexx Urban 1000 tram carriages in Bombardier, Canada. The article analyzes the designs of spring suspended tram and subway cars of city electric rolling stock. Conclusions. It was determined that in the tram and subway carriages, most often, friction dampers are used to dampen vibrations, which are installed in the central suspension; in the latest modern constructions, both on tram-wagons and on subway cars, pneumatic adjustable under-hanging, which is installed instead of the friction damper in the second degree of spring suspension, has been used to dampen vibrations. Propulsion systems for extinguishing oscillations that can be installed on the MERS, may be electromechanical shock absorbers, which are widespread in recent times in road transport.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,006

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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'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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueСистеми управління навігації та зв’язку Збірник наукових працьMême sujetRailway Systems and Energy EfficiencyTravaux en français237 207