MétaCan
Menu
Retour à la cohorte
Enregistrement W4317566869 · doi:10.3791/64521

A Virtual Simulation Experiment of Mechanics: Material Deformation and Failure Based on Scanning Electron Microscopy

2023· article· en· W4317566869 sur OpenAlexaff
You Li, Zhongcheng Lei, Yong He, Ze Liu

Notice bibliographique

RevueJournal of Visualized Experiments · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer scienceVirtual LaboratoryProtocol (science)Virtual realityNanoindenterVirtual machineSimulationHuman–computer interactionMaterials scienceMultimediaOperating system

Résumé

récupéré en direct d'OpenAlex

This work presents a set of comprehensive virtual experiments to detect material deformation and failure. The most commonly used pieces of equipment in mechanics and material disciplines, such as a metallographic cutting machine and a high-temperature universal creep testing machine, are integrated into a web-based system to provide different experimental services to users in an immersive and interactive learning environment. The protocol in this work is divided into five subsections, namely, the preparation of the materials, molding the specimen, specimen characterization, specimen loading, nanoindenter installation, and SEM in situ experiments, and this protocol aims to provide an opportunity for users regarding the recognition of different equipment and the corresponding operations, as well as the enhancement of laboratory awareness, etc., using a virtual simulation approach. To provide clear guidance for the experiment, the system highlights the equipment/specimen to be used in the next step and marks the pathway that leads to the equipment with a conspicuous arrow. To mimic the hands-on experiment as closely as possible, we designed and developed a three-dimensional laboratory room, equipment, operations, and experimental procedures. Moreover, the virtual system also considers interactive exercises and registration before using chemicals during the experiment. Incorrect operations are also allowed, resulting in a warning message informing the user. The system can provide interactive and visualized experiments to users at different levels.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,396
Écart entre enseignants0,385 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetCell Image Analysis TechniquesTravaux en français237 207