MétaCan
Menu
Retour à la cohorte
Enregistrement W4362473597 · doi:10.4028/p-inx825

Predicting the Climatic Resistance of the Material and the Durability of the Structural Elements of the Composite Tower of the Power Line

2023· article· en· W4362473597 sur OpenAlexaboutno aff
Yu. Yu. Fedorov, S. Vasiliev, A. V. Savvina

Notice bibliographique

RevueMaterials science forum · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Engineering and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDurabilityTowerService lifeComposite numberScale (ratio)Materials scienceEnvironmental scienceStructural engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Comparative analysis of two models for predicting residual resource of polymer composite, one proposed by specialists from RS Technologies Inc and the other proposed by Institute of Oil and Gas Problems SB RAS (Russia), was carried out to obtain service life of composite poles for power transmission lines manufactured by RS Technologies Inc (Canada) for cold climate of Republic of Sakha (Yakutia). Models are based on experimental studies of strength of materials during accelerated and full-scale climatic tests. The difference lies in the presence of parameters of climatic zone and test methods in the first model, while the second model considers changes in physical and mechanical properties and structure of materials during aging under conditions of full-scale exposure and accelerated climatic tests. Comparison of results of predicting the durability of fiberglass products in cold climate of Yakutsk (Russia) according to Institute of Oil and Gas Problems SB RAS model and similar products in Calgary (Canada) climate (the closest in terms of climate conditions) according to RS Technologies Inc model showed the same results. Service life of composite support material was approximately 120 years with specified level of permissible decrease in characteristic property index of 75% of the original.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,201 · 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 revueMaterials science forumMême sujetIndustrial Engineering and TechnologiesTravaux en français237 207