MétaCan
Menu
Retour à la cohorte
Enregistrement W4407002724 · doi:10.1111/ffe.14590

Performance Evaluation of Biocomposite Gears Under Fatigue and Wear: Steel Drive Gear Versus Biocomposite Drive Gear and Biocomposite Drive Gear Versus Biocomposite Gear

2025· article· en· W4407002724 sur OpenAlexafffund
Matija Hriberšek, Simon Kulovec, Lotfi Toubal

Notice bibliographique

RevueFatigue & Fracture of Engineering Materials & Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEuropean CommissionEuropean Regional Development FundUniversité du Québec à Trois-Rivières
Mots-clésBiocompositeMaterials scienceComposite materialMetallurgyComposite number

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Modern trends in using materials for drive applications encourage new research and solutions based on green materials. To expand the use of these materials in specific industrial environments, it is essential to understand their properties, which are determined through basic laboratory tests that simulate the product's real operation. Evaluating the performance of these materials on test specimens and real parts, such as gears, will enable precise optimization for specific applications. This paper presents systematic fatigue and wear characterization of high‐density polyethylene (HDPE) reinforced with 30% birch natural wood fibers for selected gear pair cases. The results showed that using the material in combination with a drive steel gear is more desirable than using the same material in a gear pair. The calculated wear coefficient of the biobased composite is comparable to numerical values of wear coefficients for engineering polymer materials.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,421
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,252 · 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.

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

Citations8
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFatigue & Fracture of Engineering Materials & StructuresMême sujetAdvanced machining processes and optimizationTravaux en français237 207