MétaCan
Menu
Retour à la cohorte
Enregistrement W2948603204 · doi:10.31399/asm.hb.v18.a0006401

Fundamentals of Lubrication

2017· book-chapter· en· W2948603204 sur OpenAlexaff
Suresh C. Kuiry

Notice bibliographique

RevueASM International eBooks · 2017
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensBruker (Canada)
Organismes subventionnairesnon disponible
Mots-clésLubricationLubricantBoundary lubricationReciprocating motionTribologyMaterials scienceDry lubricantFriction coefficientComposite materialCoefficient of frictionForensic engineeringMechanical engineeringMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract This article provides a brief introduction to lubrication as a method to reduce friction between two surfaces. It discusses the surface characteristics of parts and explores how lubrication helps separate two contacting surfaces and thereby decreases the coefficient of friction. The article details the classifications of lubrication regimes, namely, boundary, mixed, hydrodynamic, and elastohydrodynamic lubrications. It discusses the various types of lubricant materials and additives, including liquid lubricants, solid lubricants, gaseous lubricants, greases, green lubricants, and nanomaterials. The article also reviews the properties of lubricants. It describes the tribological evaluation of lubricants, including stribeck test, four-ball test, block-on-ring test, pin-in-vee test, and reciprocating motion test.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0270,013

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,211 · 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
GenreAutre

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASM International eBooksMême sujetTribology and Lubrication EngineeringTravaux en français237 207