MétaCan
Menu
Retour à la cohorte
Enregistrement W1567787709 · doi:10.1179/1743280414y.0000000034

Oxidation behaviour of gamma titanium aluminides with or without protective coatings

2014· article· en· W1567787709 sur OpenAlexaff
Dae‐Jin Kim, Dongyi Seo, Xiao Huang, Trevor Sawatzky, H. Saari, Jae‐Keun Hong, Young‐Won Kim

Notice bibliographique

RevueInternational Materials Reviews · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueIntermetallics and Advanced Alloy Properties
Établissements canadiensCarleton UniversityNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésTitaniumMetallurgyMaterials science

Résumé

récupéré en direct d'OpenAlex

The γ-TiAl alloys are promising high temperature materials for aeroengines due to their low density, high specific strength and low material cost compared with Nickel based superalloys. However, the insufficient ductility at room temperature and the limited oxidation resistance at temperatures above approximately 750°C have limited their applications. Oxidation resistance in the application temperature range of 800 and 1000°C is of particular importance. Remarkable improvement to the environmental resistance by adding ternary and quaternary elements to the γ-TiAl alloys has been reported; however, alloying additions frequently deteriorate their mechanical properties. Surface modifications or coatings, which promote the formation of highly protective alumina scales, are also viable ways to improve the environmental resistance of TiAl alloys. In this article, the research work from the last 30 years on the oxidation behaviour of bare and coated TiAl alloys will be reviewed, with special focus on the γ-TiAl alloys. The review will begin with the oxidation behaviour of TiAl substrate alloys and the oxidation behaviour of γ-TiAl alloys with high temperature coatings such as aluminide, MCrAlY, Ti–Al– X and thermal barrier coating (TBC) system will be followed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations49
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Materials ReviewsMême sujetIntermetallics and Advanced Alloy PropertiesTravaux en français237 207