MétaCan
Menu
Retour à la cohorte
Enregistrement W4232165056 · doi:10.1089/soro.2016.0043

Arthrobots

2017· article· en· W4232165056 sur OpenAlexfundno aff
Alex Nemiroski, Yanina Shevchenko, Adam A. Stokes, Barış Ünal, Alar Ainla, Sahradha Albert, Gabrielle Compton, Emily Macdonald, Yosyp Schwab, Caroline Zellhofer, George M. Whitesides

Notice bibliographique

RevueSoft Robotics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials ResearchNatural Sciences and Engineering Research Council of CanadaDefense Advanced Research Projects AgencyNational Science FoundationVetenskapsrådetHansjörg Wyss Institute for Biologically Inspired Engineering, Harvard UniversityHarvard UniversityNorthwestern UniversityU.S. Department of Energy
Mots-clésInflatableCrawlingExoskeletonRobotSlippageComputer scienceStructural engineeringMechanical engineeringEngineeringSimulationArtificial intelligenceAnatomy

Résumé

récupéré en direct d'OpenAlex

This article describes a class of robots-"arthrobots"-inspired, in part, by the musculoskeletal system of arthropods (spiders and insects, inter alia). Arthrobots combine mechanical compliance, lightweight and simple construction, and inexpensive yet scalable design. An exoskeleton, constructed from thin organic polymeric tubes, provides lightweight structural support. Pneumatic joints modeled after the hydrostatic joints of spiders provide actuation and inherent mechanical compliance to external forces. An inflatable elastomeric tube (a "balloon") enables active extension of a limb; an opposing elastic tendon enables passive retraction. A variety of robots constructed from these structural elements demonstrate (i) crawling with one or two limbs, (ii) walking with four or six limbs (including an insect-like triangular gait), (iii) walking with eight limbs, or (iv) floating and rowing on the surface of water. Arthrobots are simple to fabricate and are able to operate safely in contact with humans.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0490,034

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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,222 · 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

Citations88
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoft RoboticsMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207