MétaCan
Menu
Retour à la cohorte
Enregistrement W32648881 · doi:10.1039/d0sm00924e

In Praise of Techno-Literary translation

2000· article· en· W32648881 sur OpenAlexfundno aff
Geoffrey Harper

Notice bibliographique

RevueIn other words · 2000
Typearticle
Langueen
DomaineComputer Science
ThématiqueDigital Communication and Language
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPraiseTranslation (biology)LiteratureLiterary translationLinguisticsArtPhilosophyChemistry

Résumé

récupéré en direct d'OpenAlex

Surface forces of soft thin films under confinement in fluids play an important role in diverse biological and technological applications, such as bio-adhesion, lubrication and micro- and nano-electromechanical systems. Understanding the involved interaction mechanisms underlying the adhesion behaviors and tribological performances (i.e., friction and lubrication) of various confined soft thin films is significant in the development of both fundamental science and practical technologies. In this review, the fundamentals of surface forces are briefly presented. The widely utilized force measurement techniques including surface forces apparatus (SFA), atomic force microscopy (AFM) and spacer layer interferometry tribometer techniques are introduced. The advances in the fundamental understanding of a wide range of adhesion and tribological phenomena have been reviewed, in terms of the intermolecular and surface interaction mechanisms involved. The influences of various factors such as confined film properties, experimental conditions (e.g., normal load, and sliding velocity) and environmental variables (e.g., salts, salinity, additives and pH) on the adhesion, friction or lubrication forces of confined soft thin films are presented. The correlation between adhesion hysteresis and friction/lubrication behaviors has been discussed. Some of the challenging issues remaining and future perspectives are also provided.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,282

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 Opus0,014
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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'étudeAutre devis
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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIn other wordsMême sujetDigital Communication and LanguageTravaux en français237 207