MétaCan
Menu
Retour à la cohorte
Enregistrement W6992877249

Microstructural analysis of critical geometries and heat treated laser powder bed fusion produced aluminum alloy A356

2018· dissertation· en· W6992877249 sur OpenAlexafffundabout

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2018
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAerospaceAluminiumMicrostructureFusionAlloyWork (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Additive Manufacturing (AM) has garnered much attention due to the considerable advantages it offers over traditional manufacturing.Laser Powder Bed Fusion (LPBF) is a common AM method for metals, particularly in aerospace, due to the complex components that traditional manufacturing methods are able to produce, albeit with difficulty.Aluminum alloys are among those that are being examined for use in the aerospace industry, as the trend for lightweight and helping to make McGill a welcoming place.I would like to thank Lucie Nguyen, and especially Jose Alberto "Beto" Muniz, for answering my endless questions.I would especially like to thank Jason Danovitch, Andrew Walker, and Joseph Chou for being such great friends and people I could truly rely on.Love and appreciation must also be expressed for the friends I made at McGill outside of the lab.I definitely appreciate the long lunches taken with Frédéric Voisard, Sara Imbriglio, and Marianna Uceda.You guys have taught me a lot, and helped me through so much.It has been a pleasure to get to know you all.I would also like to thank Connor Aiken; I never would have thought we'd get to be such good friends.You drive me crazy, but I think you've helped me be a better person.I'd also like express my gratitude for my friends and family cheering me on from home in Nova Scotia.Lauren Cariou, you've been a great friend for

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 enseignants0,004
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,233
Écart entre enseignants0,223 · 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
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207