MétaCan
Menu
Retour à la cohorte
Enregistrement W6996176818

RC Baja Steering and Suspension

2024· article· en· W6996176818 sur OpenAlexaboutno aff

Notice bibliographique

RevueScholarWorks (Central Washington University) · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuspension (topology)USableCar modelFront (military)Quarter (Canadian coin)Automobile handlingAutomotive industryProcess (computing)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The engineering objective of this project are designing, manufacturing, and testing the most efficient and strongest possible RC Baja Steering and Suspension system that the engineer could produce with the provided or acquired equipment, and materials. This was all done successfully over the school year. During the Fall quarter, the RC car was undergoing designing, and in these design processes, mechanics of materials, statics, and dynamics, were used to come up with the most adequate materials and design. Computer aided designed (CAD) models were then created to get a RC Baja CAD assembly. Winter Quarter of the school year was the manufacturing, and construction process of each and individual part for the RC car. Spring quarter of the RC Car was testing of the entire car to confirm whether the car satisfies the requirements stated in the beginning of the quarter or not. In the suspension components, the front and rear suspension was to have a 2” articulation. Along with this, the car was listed to have a usable 1” of suspension travel front and rear under its own static weight. It was also noted that that the car needed to make a 180 degree turn in a 3.5’ radius, and the car completed this in only a 2’ radius, almost a 60% tighter turning radius. After all the research was done, the car met all requirements. Each part of the car met or exceeded the initial requirements made by the engineer.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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 revueScholarWorks (Central Washington University)Même sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207