MétaCan
Menu
Retour à la cohorte
Enregistrement W4289516851 · doi:10.20944/preprints202208.0075.v1

Waste Plastic Direct Extrusion Hangprinter

2022· preprint· en· W4289516851 sur OpenAlexaff
Aliaksei Petsiuk, Bharath Lavu, Rachel M. Dick, Joshua M. Pearce

Notice bibliographique

RevuePreprints.org · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCompoundingLimitingExtrusionDramPlastic wasteFused filament fabricationProcess (computing)Process engineeringMaterials scienceComputer scienceWaste managementMechanical engineeringEngineering3D printingComposite materialComputer hardware

Résumé

récupéré en direct d'OpenAlex

As the additive manufacturing industry grows, it is compounding the global plastic waste problem. Distributed recycling and additive manufacturing (DRAM) offers an economic solution to this challenge, but it has been relegated to either small-volume 3D printers (limiting waste recycling throughput) or expensive industrial machines (limiting accessibility and lateral scaling). To overcome these challenges, this paper provides proof-of-concept for a novel open-source hybrid 3D printer that combines a low-cost hanging printer design with a compression screw-based end-effector that allows direct extrusion of recycled plastic waste in large expandable printing volumes. Mechanical testing of the resultant prints from 100% waste plastic, however, showed that combining challenges of non-uniform feedstocks and a heavy printhead for a hangprinter reduced the strength of the parts compared to fused filament fabrication. The preliminary results are technologically promising, however, and provide opportunities to improve on the open source design to help process the volumes of waste plastic needed for DRAM to address the negative environmental impacts of global plastic use.

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 candidatesMéta-épidémiologie (sens strict), Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,664
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,008
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,073
Tête enseignante GPT0,289
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207