MétaCan
Menu
Retour à la cohorte
Enregistrement W6925250892 · doi:10.17632/2xzwppwxrw.3

Double-Double Laminate Finder

2024· dataset· en· W6925250892 sur OpenAlexaff

Notice bibliographique

RevueData Archiving and Networked Services (DANS) · 2024
Typedataset
Langueen
DomaineEngineering
ThématiqueRailway Systems and Energy Efficiency
Établissements canadiensNational Research Council CanadaCarleton University
Organismes subventionnairesnon disponible
Mots-clésFlexural strengthStiffnessComposite numberHomogenization (climate)Flexural rigidityLaminationStacking

Résumé

récupéré en direct d'OpenAlex

This dataset is supplementary material for the following paper: Peyman Shabani, Lucy Li, and Jeremy Laliberte. "Low-velocity impact (LVI) and compression after impact (CAI) of Double-Double composite laminates." Composite Structures (2024): 118615. https://doi.org/10.1016/j.compstruct.2024.118615 The Double-Double Laminate Finder is a computer tool developed based on Classical Lamination Theory (CLT) to find Double-Double (DD) composite layups that are equivalent in in-plane stiffness [A] or flexural stiffness [D] to conventional quadriaxial (QUAD) layups. This tool can also be used to evaluate material homogenization conditions, determine the optimal DD stacking sequence for homogenization, and indicate the QUAD and DD layups in the in-plane and flexural design range plots. The code is written in Python and runs on computers using the Windows operating system. Link to GitHub repository of this tool: https://github.com/Lich-NRC/DoubleDoubleCompDesign

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,232
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueData Archiving and Networked Services (DANS)Même sujetRailway Systems and Energy EfficiencyTravaux en français237 207