Notice bibliographique
Résumé
Acoustic emission, (AE), 266-267 Age-reliability characteristics, 42 Aircraft maintenance, 161-166 corrosion assessment, 163 corrosion definition, 161-162 environmental deterioration analysis, 165-166 hot spots, 92-93 maintenance schedule, 162-163 maintenance steering group, 163-166 ALARP, 111 Alkalinity monitoring, 277 Aluminum alloys corrosion products, 16 stress corrosion cracking, 21 three dimensional (3D) grain structure, 22 A-scan, 333-335 Atmospheric corrosion airborne particles, 304-307 chloride, 304-307 CLIMATs, 308-311 corrosion probe, 210-212 coupons, 308-311 humidity sensor, 304 Kennedy Space Center beach corrosion test site, 308-310 model, 303 monitoring, 301-311 pollutants, 303-304 relative humidity, 302-303 time of wetness (TOW), 302-303 types of atmospheres, 301-302 wet candle method, 305-306 B BioGEORGE MIC probe, 293-295 Bhopal accident, 35 Boiler water reactor (BWR), 157-158 Borescopes, 337-339 B-scan, 335-336 C Carlsbad pipeline explosion, 35 Cathodic protection close interval potential survey (CIPS), 295-297 corrosion coupons, 300-301 direct current voltage gradient (DCVG) survey, 299-300 monitoring, 294-301 Pearson survey, 297-299 water mains, 169-170 Chemical analysis of process fluids, 279-281 Circuit board corrosion, 31 CLIMATs, 308-311 Close interval potential survey (CIPS), 135, 295-297 Coating health monitoring system, 248-250 Communication technologies, 90-91 Computed tomography, 354 Computer technologies, 90-91 Condition assessment of water mains, 174-180 Conductivity, 272-273 Conductivity cell, 273 Connector corrosion, 30 Consequence of failure (COF), 107 assessment, 109 Copper nickel alloys pitting, 18 biofouling, 18
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,021 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».