MétaCan
Menu
Retour à la cohorte
Enregistrement W4382516793 · doi:10.4203/ccc.1.21.16

Laboratory and Field Validation of Novel Conductive Adhesion Enhancing Materials for Railroads

2023· article· en· W4382516793 sur OpenAlexaffabout
Sheldon Green, Justin J Roberts, Jeremy Butterfield, J Paragreen, L.J.E. Stanlake, Dmitry V. Gutsulyak, William A. Skipper, Roger Lewis

Notice bibliographique

RevueCivil-comp conferences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRailway Engineering and Dynamics
Établissements canadiensL.B. Foster Rail Technologies (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAdhesionElectrical conductorField (mathematics)Computer scienceMaterials scienceEngineeringComposite materialMathematics

Résumé

récupéré en direct d'OpenAlex

Sufficient adhesion in a wheel-rail contact is one of the key requirements for safe and efficient railway operations.Low adhesion conditions significantly increase the risk of braking issues leading to extended braking distances, passing signals at danger, reduced acceleration rate, and damage to the wheels and rails.Sanding remains one of the most common methods to overcome low adhesion conditions.However, over application of electrically insulating sand may interfere with railway track circuits of some signalling systems leading to loss of train detection and therefore limits of application have been imposed.The development of alternative, novel adhesion enhancing materials with higher electrically conductivity may mitigate the risk of electrical insulation and allow for larger amounts of material to be applied to improve wheel/rail adhesion.As well as not interfering with track circuits, these new materials must demonstrate good deposition efficiency using conventional sanders as well as providing a significant increase in friction levels under low adhesion conditions.This work describes the testing of proprietary coatings which can be applied to sand and other particles to improve conductivity and deposition efficiency.Laboratory scale testing of the deposition efficiency, adhesion enhancing and electrical characteristics of these materials were carried out at the University of British Columbia and LB Foster facilities in Canada and field testing of the influence on track circuits was

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 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 enseignants0,050
Score d'incertitude au seuil0,422

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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 tête enseignante, 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCivil-comp conferencesMême sujetRailway Engineering and DynamicsTravaux en français237 207