MétaCan
Menu
Retour à la cohorte
Enregistrement W4388931066 · doi:10.20944/preprints202311.1335.v1

Open-Source Flexible Materials Tensile Testing Apparatus

2023· preprint· en· W4388931066 sur OpenAlexaff
M. Woods, Nathan Nauta, Joshua M. Pearce

Notice bibliographique

RevuePreprints.org · 2023
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRopeDenimUltimate tensile strengthStiffnessComputer scienceResource (disambiguation)EngineeringMechanical engineeringProcess engineeringMaterials scienceStructural engineeringComposite material

Résumé

récupéré en direct d'OpenAlex

Alternative food sources are essential in both low-resource settings or during emergencies like abrupt sunlight reduction scenarios. Seaweed presents a promising option but requires investigation into the viability of unconventionally sourced ropes for harvesting. As such, a low-cost reliable method to test the tensile strength of rope is needed to validate alternative materials for use in harvesting seaweed. Unfortunately, commercial rope testing jigs alone range in price from several thousand to tens of thousands of dollars. To fill this need, this article reports on an open-source design for tensile strength rope testing hardware. The hardware design focuses on using readily available parts that can be both sourced from a hardware store and manufactured with simple tools to provide for the greatest geographic accessibility. The jig design, which can be fabricated for CAD$20 is two to three orders of magnitude less expensive than commercially available solutions. The jig was built and tested using a case study example investigating denim materials (of 1 5/8”, 3 1/4", 4 7/8”, 6 1/2", and 8 1/8” widths) as a potential alternative rope material for seaweed farming. Denim demonstrated strength up to 1.65kN for the widest sample and the jig demonstrated sufficient strength and stiffness for operating at forces below 4kN. The results are discussed and areas for future improvements are outlined to adapt the device to other circumstances and increase the strength of materials that can be tested.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0480,013

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 Opus0,219
Tête enseignante GPT0,366
Écart entre enseignants0,146 · 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
GenreMéthodes

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207