MétaCan
Menu
Retour à la cohorte
Enregistrement W1922409749

Sol-Gel Chemistry Materials for Anti-Corrosion Coatings

2013· article· en· W1922409749 sur OpenAlexvenueno aff
Saheli Bera, G. Udayabhanu, Ramanuj Narayan, Tapan Kumar Rout

Notice bibliographique

RevueJournal of Research Updates in Polymer Science · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGas Sensing Nanomaterials and Sensors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSol-gelMaterials scienceCoatingCorrosionChemical engineeringMatrix (chemical analysis)ColloidMetalNanotechnologyMetallurgyComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This review paper summarizes the current state of the art of sol-gel technology for formulating anti corrosive protective coating. A brief description of the mechanism of sol-gel reactions, various parameters that influence the property of the final product and the course of the sol-gel reaction has been given. Different types of metal precursors that are extensively used in sol preparation and the advantages and disadvantages have also been mentioned in brief. Surface chemistry of sol-gel matrix and various stabilizing and destabilizing forces that are active on the surface of colloidal particles have also been discussed. Problems related to obtaining good quality product with uniformly distributed concentrations have been outlined. Possible pathways for further improvement of anti-corrosive properties of the coating have been described, such as incorporation of various types of additives into the sol matrix prior to coating. As a whole the present study summarizes the superiority and benefits of organic-inorganic hybrid coatings using sol-gel technique and having good protective and anti-corrosive properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,307
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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research Updates in Polymer ScienceMême sujetGas Sensing Nanomaterials and SensorsTravaux en français237 207