Notice bibliographique
Résumé
The dynamic internal variables which control plastic flow can only be assessed by dynamic materials testing at any given instance. The testing method championned by our studies has been precision strain rate sensitivity (PSRS) whereby the change in flow stress due to a set change in strain rate is taken to be an operational measure of the activation volume and its product with the flow stress gives rise to the operational activation work. Also, from the work hardening slope, a modelled parameter proportional to the mean slip distance (λ) is simultaneously determined. The deviation from the linear Cottrell–Stokes relation as determined with the Haasen plot indicates the evolution of secondary defects other than monopole dislocations. Hence PSRS can assess the theoretical predictions of the activation distance (d) and work as a function of temperature, resulting in quantitative values that are in accord with dislocation theory at temperatures below that where point defects become mobile. A method to calibrate λ using Stage II slope θII shows that λ/ℓ, where ℓ is the mean forest dislocation spacing, is inversely proportional to θ, the work hardening coefficient. This analysis has led to a new plot of θII/θ versus b 2λ/ν where b is the Burgers vector and its slope is directly proportional to d. An example using an alumina-dispersed high conductivity copper shows that geometrically necessary punched out loops are continuously generated. The role of point defect mobility is dramatically illustrated by load drops in [001] aluminium crystals with the formation of slip clusters.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».