MétaCan
Menu
Retour à la cohorte
Enregistrement W7065202710

Diseño de un kart y sus componentes

2019· dissertation· es· W7065202710 sur OpenAlexaboutno aff

Notice bibliographique

RevueAcademica-e (Universidad Pública de Navarra) · 2019
Typedissertation
Languees
DomaineSocial Sciences
ThématiqueKnowledge Societies in the 21st Century
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Reinforced concreteQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

En el presente trabajo de fin de grado se va a realizar el diseño del chasis de un Kart y varios de sus componentes. El trabajo se puede dividir en 3 grandes fases, fijar y establecer los objetivos iniciales y criterios de diseño, realizar el diseño en 3-D y realizar el ensayo de los componentes más críticos. La primera fase consiste en definir con exactitud los objetivos del proyecto y los criterios de diseño, que no son otros que diseñar un Kart acorde con la normativa vigente. Es de importancia señalar que no se han diseñado todos y cada uno de los componentes del kart, solo las partes principales de este, que son el chasis, las protecciones, parte del sistema de transmisión y el sistema de dirección. Una vez establecidos los criterios, se procede con el diseño del modelo 3-D. Finalmente, se realizan los ensayos requeridos sobre el componente más crítico, que en este caso el chasis. Es de señalar que la normativa vigente no exige unos ensayos específicos sobre ninguno de los componentes por lo que se realizan 3 ensayos sobre el chasis, uno de flexión, uno de torsión y uno en simulando los requerimientos durante su utilización. Todo esto es acompañado de los respectivos planos de las piezas diseñadas, que permiten conocer las dimensiones y los detalles de construcción, además de un presupuesto que permite tener una idea inicial del coste del proyecto. Para completar el proyecto, se elabora un pliego de condiciones en el que se especifican con más detalle los materiales a utilizar, los procesos de fabricación y el montaje de los componentes.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0070,005
Science ouverte0,0020,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,011
Tête enseignante GPT0,295
Écart entre enseignants0,284 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademica-e (Universidad Pública de Navarra)Même sujetKnowledge Societies in the 21st CenturyTravaux en français237 207