MétaCan
Menu
Retour à la cohorte
Enregistrement W3129687721 · doi:10.1088/1681-7575/abe8c1

Survey of subrange inconsistency of long-stem standard platinum resistance thermometers

2021· article· en· W3129687721 sur OpenAlexaff
Andrea Peruzzi, R. L. Rusby, Jonathan Pearce, L Eusébio, J. Bojkovski, Vincencij Žužek

Notice bibliographique

RevueMetrologia · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCalibration and Measurement Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesEuropean Metrology Programme for Innovation and ResearchEuropean Commission
Mots-clésStandard deviationStatisticsPoint (geometry)Mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The subrange inconsistency (SRI) of a large ensemble of long-stem standard platinum resistance thermometers (SPRTs), representative of worldwide production, has been investigated for all pairs of ITS-90 overlapping subranges between 83.8058 K and 933.473 K. The results are reported in terms of various statistical parameters to facilitate their comparison with the results of different authors, although a statistical test, applied to one specific pair of subranges, supported a Gaussian distribution of the results and justified the subsequent use of the mean and standard deviation as statistical parameters. Depending on the pair of overlapping subranges, the mean SRI as calculated varied from −1.23 mK to +0.21 mK and the SRI standard deviation varied from 0.04 mK to 0.62 mK. These numbers generally increased with the upper temperature limit of the pair of subranges, especially where the lower subrange requires a point which is not included in the upper subrange. The contribution to SRI from the fixed-point uncertainty propagation (PoU) was evaluated. The results showed that, although the effect of PoU on SRI largely cancels out for points common to both subranges, PoU still amounts to 59% to 130% of the differences between overlapping pairs of subranges. This means that the differences as calculated are probably a substantial overestimate of the true SRI. It is suggested that this effect is taken into account in making recommendations for typical uncertainties due to non-uniqueness.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,040
Tête enseignante GPT0,238
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetrologiaMême sujetCalibration and Measurement TechniquesTravaux en français237 207