MétaCan
Menu
Retour à la cohorte
Enregistrement W4389787248 · doi:10.1051/matecconf/202338808002

X-ray computed tomography vs Archimedes method: a head-to-head comparison

2023· article· en· W4389787248 sur OpenAlexaff
Tebogo Ledwaba, Busisiwe Mbuyisa, Byron Blakey-Milner, Christine Steenkamp, Anton du Plessis

Notice bibliographique

RevueMATEC Web of Conferences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensObject Research Systems (Canada)
Organismes subventionnairesnon disponible
Mots-clésPorosityMaterials scienceAluminiumHead (geology)TomographyAlloyReliability (semiconductor)Selective laser meltingComputed tomographyComposite materialBiomedical engineeringOpticsMicrostructureEngineeringSurgery

Résumé

récupéré en direct d'OpenAlex

Metal additive manufacturing (AM) is growing rapidly towards industrial adoption in various industries, but porosity remains a concern because it creates areas of stress that affects the mechanical properties and reduces reliability. Porosity can be quantified by X-ray computed tomography (XCT), but the method is relatively slow and expensive. The Archimedes density measurement method is widely used due to the low cost and ease of operation; however, it is limited in its precision for low porosity levels. In this work, a series of additively manufactured aluminium 6061-Ti6 alloy samples with different types and quantities of porosities are subjected to Archimedes, gas pycnometer and X-ray methods. This work clarifies the application range and limitations of each of these methods, using 10 mm cubes of Al 6061-Ti6 manufactured by laser powder bed fusion.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,039
Tête enseignante GPT0,302
Écart entre enseignants0,263 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207