MétaCan
Menu
Retour à la cohorte
Enregistrement W4411131218 · doi:10.1080/15397734.2025.2513658

The reliability of the frictional anti-loosening torque standards under challenging nonlaboratory conditions

2025· article· en· W4411131218 sur OpenAlexaff
Xi Liu, Salim Abid, Hao Lü

Notice bibliographique

RevueMechanics Based Design of Structures and Machines · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Structural Analysis Methods
Établissements canadiensMD Precision (Canada)
Organismes subventionnairesnon disponible
Mots-clésReliability (semiconductor)TorqueStructural engineeringReliability engineeringForensic engineeringEngineeringComputer scienceEnvironmental sciencePhysics

Résumé

récupéré en direct d'OpenAlex

The efficiency of frictional anti-loosening fasteners depends on the sufficiency of their anti-loosening torque. The currently recommended values of the frictional anti-loosening torque (Tf) were determined under well-controlled conditions using DIN25201 or NAS3354 tests. However, the operational environment of bolted assembly can differ significantly from the laboratory settings, including the possibility of excessive clamping force, significant transverse displacement of the clamped bodies, and deviations from the fasteners’ nominal size. In the case of ordinary fasteners, these factors were proven to compromise loosening resistance. However, their effects on frictional fasteners’ performance have yet to be thoroughly explored. This study aimed to fill the gap. Our analytical and experimental results failed to demonstrate any significant impact of the transverse displacement and geometric deviations on loosening resistance, providing the frictional fasteners’ Tf was set to the recommended value. Thus, this study emphasizes the necessity to strictly follow the tightening standards, irrespective of the presumed unfavorable conditions.

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)0,008
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
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 Opus0,006
Tête enseignante GPT0,250
Écart entre enseignants0,244 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanics Based Design of Structures and MachinesMême sujetEngineering Structural Analysis MethodsTravaux en français237 207