MétaCan
Menu
Retour à la cohorte
Enregistrement W4224984588 · doi:10.1002/pts.2655

On friction measurements and certification of slip‐preventing materials for road freight usages

2022· article· en· W4224984588 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePackaging Technology and Science · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSlip (aerodynamics)CertificationCoefficient of frictionSlip ratioFriction coefficientMaterials scienceStandard deviationForensic engineeringMechanical engineeringEngineeringComposite materialStatisticsMathematicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Slip‐preventing materials are often used as tertiary packaging to improve cargo securement and simplify truck loading. There are many national and international standards on their safe usage based on the extra friction they can provide. However, it is challenging to quantify the coefficient of friction (CoF) of slip‐preventing materials. This paper presents CoFs of three slip‐preventing materials and one baseline condition measured on different surfaces and contact pressures. These measurements show interesting phenomena that affect the result variability. For instance, 60% of the pairs of surfaces tested were affected by the contact pressure. Hence, the load of the freight seems to affect performance of the slip‐preventing materials. This interaction happened in different ways such as changes in the friction mode (constant slip and stick slip at difference frequencies and magnitudes). The typical CoF values available in standards as well as standardized measurement methods do not consider very well these effects nor how to deal with high variability of CoF measurements. This can lead to either over or under CoF estimations. To overcome these limitations, this paper presents a statistical method to quantify slip‐preventing material CoFs based on variability and confidence intervals of the measurements.

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.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,250
Écart entre enseignants0,224 · 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