MétaCan
Menu
Retour à la cohorte
Enregistrement W4212930492 · doi:10.1002/9781119420507.ch9

Stress Relaxation at High Temperatures

2022· other· en· W4212930492 sur OpenAlexaff
Nirmal K. Sinha, Shoma Sinha

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiqueFatigue and fracture mechanics
Établissements canadiensQueen's UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésCreepStress relaxationMaterials scienceRelaxation (psychology)Stress (linguistics)Constant (computer programming)CrystalliteMechanicsForensic engineeringComposite materialMetallurgyEngineeringPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

This chapter describes experimental and conventional analytical results for stress relaxation test (SRT). It highlights the fundamental limitations of conventional analytical approaches. The chapter presents available SRT data on grain-size and temperature effects on stress relaxation (SR) in titanium-base aerospace alloys can be explained on the ice-based forecasting. It examines a significant effort to strengthen the understanding of SRTs and stress relaxation processes of broader interests, which is important to metal-working, forming technology, rock mechanics, ice engineering, and geophysical activities involving high temperatures. For thermally activated, linearly stress-dependent viscous response in materials, like glass, SRT has been found to provide results comparable to those obtained from constant-stress creep tests. The constant strain “SR” in polycrystalline ice, as a function of strain, temperature, and grain size, has been formulated on the basis of a three-component, constant stress, elasto—delayed-elastic–viscous model or consisting of elastic, delayed elastic, and viscous strain.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,005
Tête enseignante GPT0,180
Écart entre enseignants0,176 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFatigue and fracture mechanicsTravaux en français237 207