Zitieren Sie bitte immer diesen URN: urn:nbn:de:kobv:b43-637826

Modernizing FNCT data handling in polymer labs: Towards efficient management

  • A streamlined Python-based workflow for transforming Full-Notch Creep Test (FNCT) data into organized, machine-actionable formats is presented. The workflow automates the conversion of raw FNCT data from classic CSV and Excel files into structured outputs that facilitate future semantic integration. Emphasizing practical data handling, the approach includes automation scripts for efficient data extraction, transformation, and storage, which culminate in well-ordered files. This transformation paves the way for potential semantic data integration and facilitates access for users with varying levels of digital experience to enhanced data management in polymer research and testing.

Metadaten exportieren

Weitere Dienste

Suche bei Google Scholar Anzahl der Zugriffe auf dieses Dokument
Metadaten
Autor*innen:Markus SchillingORCiD, Niklas MarschallORCiD, Ute NiebergallORCiD, Martin BöhningORCiD
Dokumenttyp:Zeitschriftenartikel
Veröffentlichungsform:Verlagsliteratur
Sprache:Englisch
Titel des übergeordneten Werkes (Englisch):Computational Materials Science
Jahr der Erstveröffentlichung:2025
Organisationseinheit der BAM:5 Werkstofftechnik
5 Werkstofftechnik / 5.2 Metallische Hochtemperaturwerkstoffe
5 Werkstofftechnik / 5.3 Polymere Verbundwerkstoffe
5 Werkstofftechnik / 5.5 Materialmodellierung
7 Bauwerkssicherheit
7 Bauwerkssicherheit / 7.5 Technische Eigenschaften von Polymerwerkstoffen
Veröffentlichende Institution:Bundesanstalt für Materialforschung und -prüfung (BAM)
Verlag:Elsevier B.V.
Jahrgang/Band:259
Aufsatznummer:114085
Erste Seite:1
Letzte Seite:5
DDC-Klassifikation:Technik, Medizin, angewandte Wissenschaften / Ingenieurwissenschaften
Freie Schlagwörter:Data Interoperability; Environmental Stress Cracking (ESC); FAIR Data; Full-Notch Creep Test (FNCT); PE-HD; Semantic Data
Themenfelder/Aktivitätsfelder der BAM:Material
Material / Materialdesign
DOI:10.1016/j.commatsci.2025.114085
URN:urn:nbn:de:kobv:b43-637826
ISSN:0927-0256
Verfügbarkeit des Dokuments:Datei für die Öffentlichkeit verfügbar ("Open Access")
Lizenz (Deutsch):License LogoCreative Commons - CC BY - Namensnennung 4.0 International
Datum der Freischaltung:24.07.2025
Referierte Publikation:Ja
Datum der Eintragung als referierte Publikation:18.08.2025
Schriftenreihen ohne Nummerierung:Wissenschaftliche Artikel der BAM
Einverstanden
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.