MétaCan
Menu
Retour à la cohorte
Enregistrement W4290098943 · doi:10.1002/essoar.10512069.1

Using crystal lattice distortion data for geological investigations: the Weighted Burgers Vector method

2022· preprint· en· W4290098943 sur OpenAlexaff
John Wheeler, Sandra Piazolo, David J. Prior, Patrick Trimby, Jacob Tielke

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensOxford Instruments (Canada)
Organismes subventionnairesnon disponible
Mots-clésBurgers vectorElectron backscatter diffractionDislocationOrientation (vector space)Distortion (music)Lattice (music)GeometryDiffractionMaterials scienceGeologyPhysicsOpticsMathematicsCondensed matter physicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Distorted crystals carry useful information on processes involved in their formation, deformation and growth. The distortions are accommodated by geometrically necessary dislocations, and therefore characterising those dislocations is an informative task, to assist in, for example, deducing the slip systems that produced the dislocations. Electron Backscatter Diffraction (EBSD) allows detailed quantification of distorted crystal orientations and we summarise here a method for extracting information on dislocations from such data. The Weighted Burgers Vector (WBV) method calculates a vector at each point on an EBSD map, or an average over a region. The vector is a weighted average of the Burgers vectors of dislocation lines intersecting the map surface. It is weighted towards dislocation lines at a high angle to the map but that can be accounted for in interpretation. The method is fast and does not involve specific assumptions about dislocation types. It can be used, with care, to analyse subgrain walls (sharp orientation changes) as well as gradational orientation changes within individual grains. We describe new and published examples of the use of the technique to illustrate its potential; case studies to date mainly use the WBV direction not the magnitude. EBSD orientation data have angular errors, and so does the WBV. We present an analysis of these angular errors, showing there is a trade-off between directional accuracy and area sampled. In summary the technique is fast, free from assumptions, and errors can be taken into account to allow testing of hypotheses about dislocation types.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,161
Tête enseignante GPT0,340
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRock Mechanics and ModelingTravaux en français237 207