MétaCan
Menu
Retour à la cohorte
Enregistrement W3136403439 · doi:10.32370/ia_2021_03_03

Algorithmic and Computer Software for Determination of Thread Tension After Guide Large Curvacity

2021· article· en· W3136403439 sur OpenAlexvenueno aff
Shcherban, Kolva, Egorov, Petko, Makarenko

Notice bibliographique

RevueIntellectual Archive · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThread (computing)CurvatureComputer scienceSoftwareMechanicsGeometryMathematicsPhysicsOperating system

Résumé

récupéré en direct d'OpenAlex

The conducted studies of the effect of the structure of the threads on the amount of tension when interacting with guides and working bodies of weaving machines and knitting machines, which have a large curvature in the zone of contact with the thread, established a mechanism for the process of increasing the tension of the thread after the guide by changing the radius of curvature of the guide and friction forces in the zone contact. It is proved that the increase in tension is explained by a change in the angle of coverage of the thread of a guide of large curvature, and for complex threads and yarns, the real angle of coverage will be greater than the calculated one, due to deformation of the thread diameter in the contact zone, and for monofilaments it is less than the calculated one due to bending stiffness. The sequential passage of the thread along the guides, from the entry zone to the formation zone of fabric and knitwear, leads to a stepwise increase in tension. In this case, the output parameter of the tension after the previous guide will be the input parameter for the subsequent guide, which makes it possible to use recursion when determining the tension in front of the formation zone. In this regard, research on the computer implementation of the algorithm for determining the thread tension on technological equipment using recursion should be considered relevant.

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)0,002
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,023
Tête enseignante GPT0,285
Écart entre enseignants0,262 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntellectual ArchiveMême sujetTextile materials and evaluationsTravaux en français237 207