MétaCan
Menu
Retour à la cohorte
Enregistrement W3104959438

[sans titre]

2016· article· en· W3104959438 sur OpenAlexaff
H. O. Ghaffari, W. A. Griffth, Philip Benson, Kaiwen Xia, R. P. Young

Notice bibliographique

RevueUCL Discovery (University College London) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHyperelastic materialNonlinear systemScalingPower lawAcoustic emissionDeformation (meteorology)Scaling lawMaterials scienceMechanism (biology)MechanicsStatistical physicsPhysicsComposite materialGeometryMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Characterizing the fast evolution of microstructural defects is key to understanding “crackling” phenomena during the deformation of solid materials. For example, it has been proposed using atomistic simulations of crack propagation in elastic materials that the formation of a nonlinear hyperelastic or plastic zone around moving crack tips controls crack velocity. To date, progress in understanding the physics of this critical zone has been limited due to the lack of data describing the complex physical processes that operate near microscopic crack tips. We show, by analyzing many acoustic emission events during rock deformation experiments, that the signature of this nonlinear zone maps directly to crackling noises. In particular, we characterize a weakening zone that forms near the moving crack tips using functional networks and we determine the scaling law between the formation of damages (defects) and the traversal rate across the critical point of transition. Moreover, we show that the correlation length near the transition remains effectively frozen. This is the main underlying hypothesis behind the Kibble-Zurek mechanism (KZM) and the obtained power-law scaling verifies the main prediction of KZM.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,635
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,003
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,158
Écart entre enseignants0,151 · 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.

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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUCL Discovery (University College London)Même sujetRock Mechanics and ModelingTravaux en français237 207