MétaCan
Menu
Retour à la cohorte
Enregistrement W4308801768 · doi:10.1177/00405175221135869

Fabric armour erosion using a buried charge ejecta analog

2022· article· en· W4308801768 sur OpenAlexaff
Andrew Oddy, Anton Lebar, Rafaela Aguiar, Oren E. Petel

Notice bibliographique

RevueTextile Research Journal · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Ocular and Foreign Body Injuries
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArmourMaterials scienceAbrasiveAbrasion (mechanical)Explosive materialComposite materialErosionParticle (ecology)Shaped chargeTextileDebrisPolymerLayer (electronics)Geology

Résumé

récupéré en direct d'OpenAlex

The threat posed by buried explosive charges and their explosive dispersal of environmental debris is associated with a variety of debilitating injuries. The dispersion profile of such threats includes particulate in a broad range of particle length scales, which are more destructive to ballistic fabrics than larger particles alone. Smaller particles are initially dispersed at higher speeds, degrading armour fabrics prior to the arrival of the larger penetrating particulate. In the present work, we present a low-cost industrial abrasion test method to investigate the abrasive wear in neat and polymer-coated ballistic fabrics to determine the level of degradation of the fabrics under the abrasive load. These fabrics were subjected to the impingement of an abrasive jet with average particle velocity of 187 ± 20 m/s. The results showed evidence of significant degradation and failure within the ballistic fabrics, that would certainly influence their subsequent ballistic performance. The addition of polymer coatings was able to reduce the abrasive degradation of the fabrics. The failure modes of the polymer composites are similarly described. This methodology shows promise as a means of armour material screening for this particular threat.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,153
Tête enseignante GPT0,423
Écart entre enseignants0,270 · 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 revueTextile Research JournalMême sujetTraumatic Ocular and Foreign Body InjuriesTravaux en français237 207