Évolution statistique des caractéristiques électriques des décharges Sparks dans les liquides diélectriques
Notice bibliographique
Résumé
Ce mémoire est la conclusion d'une maîtrise en double diplomation internationale entre \nl'université Toulouse 3 Paul Sabatier en France et l'université de Montréal au Canada. Le but de \ncette collaboration est la meilleure compréhension des décharges Sparks dans les liquides diélectriques, ainsi que des phénomènes qui y sont liés. \nLa première partie du projet de recherche, effectuée à Toulouse au laboratoire LAPLACE, \ns'est concentrée sur l’influence du matériau des électrodes sur le comportement de la décharge, \nen particulier les caractéristiques courant-tension et la dynamique de la bulle de cavitation via \nimagerie rapide. Cette partie de travail est incluse dans ce mémoire sous forme d’une Annexe, et \nnous focalisons l’attention du lecteur uniquement sur les travaux réalisés dans la deuxième partie. \nEn effet, en utilisant une source impulsionnelle de tension, nous avons étudié l’évolution statistique des caractéristiques électriques des décharges Sparks dans différents liquides diélectriques \net sous différentes conditions expérimentales, qu'elles soient électriques, géométriques, ou bien \nliées aux matériaux utilisés. Après une préparation minutieuse des conditions d’une expérience \ndonnée, les impulsions de haute tension ont été appliquées et les caractéristiques des décharges \nont été enregistrées. Les enregistrements des caractéristiques électriques, dès la première dé- \ncharge jusqu’à un moment où il n’est plus possible d’avoir des décharges, ont été analysés à l’aide \nd’un algorithme afin de remonter aux propriétés de chaque décharge, soient la probabilité que la \ndécharge ait eu lieu, la tension de claquage, le courant de décharge, la charge injectée, l’énergie \ninjectée, etc. L’évolution temporelle de ces paramètres ont révélé certaines informations extrê- \nmement utiles pour les considérer dans les procédés qui utilisent les décharges Sparks dans les \nliquides à haute répétition, en particulier dans la synthèse de nanomatériaux.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».