Dataset corresponding to the publication : Serration Manufacturing Effects on Propeller Trailing Edge Noise Mechanisms, Santamaria et al., JSV, 2026.
Notice bibliographique
Résumé
Rotors with trailing edge serrations as presented in Santamaria, Belliot, Sanjosé, Gojon, and Moreau. Serration Manufacturing Effects on Propeller Trailing Edge Noise Mechanisms. Journal of Sound and Vibrations, 2026. Thrust and torque coefficients, Figure of Merit, as well as acoustic autopower signals are provided. CAD files of the serrated and clean rotors, as well as example Matlab code to post-process acoustic results are also given. For aerodynamic results, the thrust and torque coefficients are given as a function of RPM. Fluid density is taken as 1.18kg/m3. For acoustic results, the autopower (Pa2) is given as a function of the frequency (Hz). Autopowers are obtained from fluctuating pressure time signals (16s) by computing the fast Fourier transform (FFT) with a Hanning window applied on 100 segments, using a 50% overlap and a magnitude correction factor, which leads to a frequency resolution of 3.125 Hz. Structure of the acoustic data For each rotation speed, data for 13 microphones located 1.62m away from the rotor axis and at different angles (every 10 degrees) from the rotor plane are provided. Microphone 1 corresponds to +60 degrees (as compared with the rotor plane, where + indicates that it is located in the direction opposite of the flow, as visible in Figure 5 of the corresponding journal paper) Microphone 2 corresponds to +50 degrees ... Microphone 7 corresponds to 0 degrees (the rotor disk plane) ... Microphone 13 corresponds to -60 degrees
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,044 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,018 | 0,009 |
| Intégrité de la recherche | 0,003 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,014 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».