MétaCan
Menu
Retour à la cohorte
Enregistrement W4402477406 · doi:10.11159/icceia24.121

Enhancing Nonlinear Solitary Wave Propagation Device using PLA Plate

2024· article· en· W4402477406 sur OpenAlexvenueno aff
Bernardo Caicedo, Marı́a José Torres, Juan P. Villacreses, Fabricio Yèpez

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNonlinear systemComputer scienceAcousticsMaterials sciencePhysicsElectrical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The following research complements the challenge of reducing plastic deformation when measuring the Young's modulus with the nonlinear solitary wave propagation device.Enhancing the device performance of measuring on soft soils was possible by adding plastic polylactide (PLA) plate in between the last sphere and surveyed medium, designed to dissipate the stresses generated in the contact point.The methodology employed involves a finite element model that represents in an axis-symmetric format the contact between the last sphere of the device and the study surface.Adding to this interaction the plate with different materials and thickness to identify the optimal plate configuration that maximizes stress dispersion without compromising the device's measurement capabilities.Upon selecting the PLA plate, extensive simulations were driven to evaluate the influence of the plate in the interaction.The outcomes for different soil configurations were unified into a coefficient, modifying the contact equation to represent the presence of the plate without adding extensive complexity to it.Results suggest that the alternative of incorporating a plate can significantly enhance the device ability to measure in soft soils, and reduce plastic deformations.The representation of the plate effect into a single coefficient within the contact equation allows this approach to further implemented in numerical and experimental validation on future works.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,249
Écart entre enseignants0,221 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207