MétaCan
Menu
Retour à la cohorte
Enregistrement W2959749669 · doi:10.1016/j.dib.2019.104247

Data supporting micromechanical models for the estimation of Young's modulus and coefficient of thermal expansion of titanate nanotube/Y2W3O12/HDPE ternary composites

2019· article· en· W2959749669 sur OpenAlexafffund
Patricia I. Pontón, Katia Yamada, Marco V. Guamán, Michel B. Johnson, Mary Anne White, Bojan A. Marinković

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal Expansion and Ionic Conductivity
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEscuela Politécnica NacionalConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésHigh-density polyethyleneThermal expansionMaterials scienceComposite materialTernary operationTitanateNanotubeComposite numberThermalModulusWork (physics)PolyethyleneThermodynamicsCeramicComputer scienceCarbon nanotubePhysics

Résumé

récupéré en direct d'OpenAlex

This article presents several micromechanical models to predict the Young's modulus and the coefficient of thermal expansion of titanate nanotube/Y2W3O12/HDPE composites. The equations and assumptions of the selected micromechanical models are described in detail for this ternary system. Data of the elastic constants, coefficient of thermal expansion of composite components and other associated parameters, obtained either by literature survey or processing of literature information, are compiled in this work. For further interpretation of the data presented in this article, please see our research article entitled “The effect of titanate nanotube/Y2W3O12 hybrid fillers on mechanical and thermal properties of HDPE-based composites” (Pontón et al., 2019).

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,273

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,303
Écart entre enseignants0,255 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetThermal Expansion and Ionic ConductivityTravaux en français237 207