Progress in Experimental and Theoretical Evaluation Methods for Textile Permeability
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A great amount of attention has been given to the evaluation of the permeability tensor and several methods have been implemented for this purpose: experimental methods, as well as numerical and analytical methods. Numerical simulation tools are being seriously developed to cover the evaluation of permeability. However, the results are still far from matching reality. On the other hand, many problems still intervene in the experimental measurement of permeability, since it depends on several parameters including personal performance, preparation of specimens, equipment accuracy, and measurement techniques. Errors encountered in these parameters may explain why inconsistent measurements are obtained which result in unreliable experimental evaluation of permeability. However, good progress was done in the second international Benchmark, wherein a method to measure the in-plane permeability was agreed on by 12 institutes and universities. Critical researchers’ work was done in the field of analytical methods, and thus different empirical and analytical models have emerged, but most of those models need to be improved. Some of which are based on Cozeny-Karman equation. Others depend on numerical simulation or experiment to predict the macroscopic permeability. Also, the modeling of permeability of unidirectional fiber beds have taken the greater load of concern, whereas that of fiber bundle permeability prediction remain limited. This paper presents a review on available methods for evaluating unidirectional fiber bundles and engineering fabric permeability. The progress of each method is shown in order to clear things up.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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