MétaCan
Menu
Retour à la cohorte
Enregistrement W2922727394 · doi:10.1177/1081286519837315

The effects of surface elasticity on the thermal stress around a circular nano-hole in a thermoelectric material

2019· article· en· W2922727394 sur OpenAlexaff
Kun Song, Haopeng Song, Peter Schiavone, Cun‐Fa Gao

Notice bibliographique

RevueMathematics and Mechanics of Solids · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésThermoelastic dampingElasticity (physics)Materials scienceSurface stressThermoelectric effectBoundary value problemMechanicsComposite materialShear stressCylinder stressStress (linguistics)ThermalCondensed matter physicsPhysicsThermodynamicsMathematicsUltimate tensile strengthMathematical analysisSurface energy

Résumé

récupéré en direct d'OpenAlex

We analyze the contribution of surface elasticity and electric current density on the thermal stress distribution around a circular nano-hole in a thermoelectric material. Using complex variable methods, we obtain closed-form solutions describing the corresponding thermoelastic fields in the vicinity of the nano-hole. Our results indicate that the effect of surface elasticity is to generate significant normal and shear stresses on the boundary of the hole, allowing for the ability to either suppress or enhance hoop stress depending on the sign of the corresponding surface material constant. In addition, we find that positive hoop stress generated on the boundary by the remote electric current density can be neutralized by the incorporation of positive surface elasticity. In the case of the remaining boundary stress components, both surface elasticity and electric current density are found to enhance normal stress, while the maximum shear stress depends largely on the contribution of surface elasticity.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics and Mechanics of SolidsMême sujetThermal properties of materialsTravaux en français237 207