MétaCan
Menu
Retour à la cohorte
Enregistrement W3135189917 · doi:10.1088/0026-1394/58/1a/04002

Final report on SIM.L.K1.2007.1 bilateral comparison (length) 2018-2019: calibration of gauge blocks by optical interferometry

2021· article· en· W3135189917 sur OpenAlexaff
Liliana Álvarez, E Beer, G Giarmana, Karina Bastida, Clément Colin, A. Lopez, M Villesid, B J Eves

Notice bibliographique

RevueMetrologia · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Metrology Techniques
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMutual recognitionCalibrationInterferometryGauge (firearms)MathematicsComputer sciencePhysicsStatisticsOpticsGeography

Résumé

récupéré en direct d'OpenAlex

Main text This bilateral SIM key comparison on calibration of gauge blocks by interferometry (SIM.L-K1.2007.1) was carried out between CENAM (México) and INTI (Argentina). Its scope is to support and maintain the claimed Calibration and Measurement Capability (CMC) by the participants, which regularly offer the service of gauge block calibration by optical interferometry. The comparison was held from first half of 2018 to second half of 2019, and involved the measurement of eleven steel gauge blocks-eight in the range of short gauge block and three in the range of long gauge block. The reference values for each nominal length were taken as the arithmetic mean. The results of both participants are in good agreement with the reference values for all the gauge blocks measured. This makes the present comparison exercise valid to provide evidence of the participants' competence. The results also provides evidence to support the CMC claims of the participants in gauge block calibration by optical interferometry and for those service that stems out of this key technique as required by the CIPM Mutual Recognition Arrangement (CIPM MRA). To reach the main text of this paper, click on Final Report . Note that this text is that which appears in Appendix B of the BIPM key comparison database kcdb.bipm.org/ . The final report has been peer-reviewed and approved for publication by the CCL, according to the provisions of the CIPM Mutual Recognition Arrangement (CIPM MRA).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,911

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,027
Tête enseignante GPT0,274
Écart entre enseignants0,247 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMetrologiaMême sujetAdvanced Measurement and Metrology TechniquesTravaux en français237 207