TrempabilitéLa trempabilité d'un alliage métallique est la profondeur à laquelle un matériau est durci après l'avoir soumis à un processus de traitement thermique. Il s’agit d’une propriété importante pour le soudage car elle est inversement proportionnelle à la soudabilité, c’est-à-dire à la facilité de soudage d’un matériau. Lorsqu’une pièce en acier chaude est trempée, la zone en contact avec l’eau se refroidit immédiatement et sa température s’équilibre avec le milieu de trempe.
Structure quaternairevignette|Structure quaternaire de l'hémoglobine humaine. Deux sous-unités α et deux sous-unités β forment le tétramère fonctionnel de l'hémoglobine. Elles sont arrangées avec un enchaînement de type αβαβ. La structure quaternaire d'une protéine multimérique est la manière dont sont agencées les différentes chaînes protéiques, ou sous-unités, à l'état natif les unes par rapport aux autres. Ce qualificatif ne s'applique qu'aux protéines multimériques, c'est-à-dire ne contenant pas qu'une seule sous unité.
Conjugate priorIn Bayesian probability theory, if the posterior distribution is in the same probability distribution family as the prior probability distribution , the prior and posterior are then called conjugate distributions, and the prior is called a conjugate prior for the likelihood function . A conjugate prior is an algebraic convenience, giving a closed-form expression for the posterior; otherwise, numerical integration may be necessary. Further, conjugate priors may give intuition by more transparently showing how a likelihood function updates a prior distribution.
Jeffreys priorIn Bayesian probability, the Jeffreys prior, named after Sir Harold Jeffreys, is a non-informative prior distribution for a parameter space; its density function is proportional to the square root of the determinant of the Fisher information matrix: It has the key feature that it is invariant under a change of coordinates for the parameter vector . That is, the relative probability assigned to a volume of a probability space using a Jeffreys prior will be the same regardless of the parameterization used to define the Jeffreys prior.
Boue activéeLe procédé dit « à boues activées » utilise l'épuration biologique dans le traitement des eaux usées. C'est un mode d’épuration par cultures libres. Dans une filière de traitement des eaux (i.e. les différentes phases d'épuration pour une station donnée), le procédé à boues activées fait partie des traitements secondaires. Ce procédé provient de l'étude réalisée à Manchester par Arden et Lockett. Ils mettront au point la technique d'abord dans un seul bassin, puis par la suite l'amélioreront par l'ajout d'autres bassins et étapes.
Acier à outilsvignette Les aciers à outils, aussi appelés aciers à outil ou aciers outil, sont des aciers utilisés pour la fabrication d'outils mécaniques tels que les mèches, dés de matriçage, outils de coupe, cisailles, marteaux et burins. Ces aciers se caractérisent par de bonnes propriétés mécaniques générales à des duretés élevées (HRC supérieur à 55). On distingue les aciers de travail à froid (travail à température ambiante), les aciers de travail à chaud (travail à température élevée), les aciers rapides (conçus pour les applications à haute température, notamment la découpe à haute vitesse — forets.
Échantillonnage (statistiques)thumb|Exemple d'échantillonnage aléatoire En statistique, l'échantillonnage désigne les méthodes de sélection d'un sous-ensemble d'individus (un échantillon) à l'intérieur d'une population pour estimer les caractéristiques de l'ensemble de la population. Cette méthode présente plusieurs avantages : une étude restreinte sur une partie de la population, un moindre coût, une collecte des données plus rapide que si l'étude avait été réalisé sur l'ensemble de la population, la réalisation de contrôles destructifs Les résultats obtenus constituent un échantillon.
Échantillonnage stratifiévignette|Vous prenez un échantillon aléatoire stratifié en divisant d'abord la population en groupes homogènes (semblables en eux-mêmes) (strates) qui sont distincts les uns des autres, c'est-à-dire. Le groupe 1 est différent du groupe 2. Ensuite, choisissez un EAS (échantillon aléatoire simple) distinct dans chaque strate et combinez ces EAS pour former l'échantillon complet. L'échantillonnage aléatoire stratifié est utilisé pour produire des échantillons non biaisés.
