MétaCan
Menu
Retour à la cohorte
Enregistrement W4390713358 · doi:10.47001/irjiet/2023.712012

Design of a Cost Effective Biaxial Tensile Testing Device for Soft Tissues

2023· article· en· W4390713358 sur OpenAlexaff
Mahmut Arıkan, Ahmet Can

Notice bibliographique

RevueInternational Research Journal of Innovations in Engineering and Technology · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésSoft tissueUltimate tensile strengthTensile testingMaterials scienceStructural engineeringComputer scienceComposite materialBiomedical engineeringEngineeringMedicineSurgery

Résumé

récupéré en direct d'OpenAlex

This study focuses on the development of a specifically designed biaxial tensile device to characterize the mechanical properties of soft tissues.Soft tissues play an important role in medicine, biological research, and materials engineering projects.Therefore, a sensitive and customized testing device was needed to study the mechanical behavior of such tissues.Within the scope of the study, the design, production, assembly, and testing of the device were carried out.The device is optimized for performing biaxial tensile tests of soft tissues.These tests are used to understand the tension and deformation behavior of tissues, to determine their biomechanical properties, and to provide important data for medical applications.Experiments show that the device operates with high precision and produces reliable results for characterizing the mechanical behavior of soft tissues.This biaxial tensile device could have a wide range of applications, from medical research to biomaterial development, contributing to progress in the field of soft tissue mechanics.This study highlights the successful development and testing of a biaxial tensile device specifically designed to perform mechanical testing of soft tissues.This device can be used as an important tool in the characterization of soft tissues and biomedical research.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,122
Tête enseignante GPT0,412
Écart entre enseignants0,290 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Research Journal of Innovations in Engineering and TechnologyMême sujetTextile materials and evaluationsTravaux en français237 207