MétaCan
Menu
Retour à la cohorte
Enregistrement W3209208720 · doi:10.5281/zenodo.4001762

Shot peening test rig test database

2020· dataset· en· W3209208720 sur OpenAlexaffabout
Simon Breumier, Guillaume Kermouche, Martin Lévesque

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2020
Typedataset
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésTest (biology)DatabasePeeningComputer scienceGeologyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

This database contains all the output extracted from the tests performed at polytechnique Montreal using the shot peening test rig developped by the Mëkanic company (http://www.mekanic.ca/) in the frame of the Ph.D. thesis of Simon Breumier (ORCID:https://orcid.org/0000-0003-3241-8383). The folder contains all the tests performed on Al6061 samples to : Estimate the canon shooting accuracy Estimate the relation between the canon pressure input and the shot velocity Estimate the coefficients of restitutions (CoR) The dataset contains the following folders: 0-5mm: tests performed using 0.5mm shot diameter to estimate the canon accuracy and pressure/velocity relation. All the tests were performed at the same position, therefore the velocity after impact is not a relevent data. 05mm_COR: tests performed using 0.5mm shot diameter to estimate the CoRs at different velocity. All the tests were performed at separated location so that no interaction between the shot dent occurs 1-19mm: tests performed using 1.19mm shot diameter to estimate the canon accuracy, the pressure/velocity relationship and the CoRs. All the tests were performed at separated location so that no interaction between the shot dent occurs. 2-5mm: tests performed using 2.5mm shot diameter to estimate the canon accuracy and the pressure/velocity. All the tests were performed at the same position, therefore the velocity after impact is not a relevent data. 2-5mm_COR: tests performed using 2.5mm shot diameter to estimate the CoRs at different velocity. All the tests were performed at separated location so that no interaction between the shot dent occurs Angles: tests performed usin 1.19mm shot diameter with different shooting angles. All the tests were performed at separated location so that no interaction between the shot dent occurs. Also, the cameras were recalibrated for each angular position. Each folder contains the different tests made for the three different shot diameters. For each diameter, each folder contains all the test performed at a given test pressure. Each pressure folder contains the folders containing the pictures taken by the left and top camera in tif format. For each pressure, the RESULTS folder containts the resulting trajectory extracted using the 3Deye software developped for the project (https://github.com/lm2-poly/3Deye). Among other things, the software provides a text file for each test summerizing the test conditions, the estimated trajectory, the cameras acquisition and calibration parameters to fully reproduce the analyses. warning: some of the tests were performed with a former version of 3Deye and therefore gave different shot position estimations. This was accounted for in the final results but was not corrected in the current database.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0030,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,025

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 Opus0,042
Tête enseignante GPT0,236
Écart entre enseignants0,195 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetFatigue and fracture mechanicsTravaux en français237 207