MétaCan
Menu
Retour à la cohorte

Evolution of Nanostructure during the Early Stages of Ageing in Al-Zn-Mg-Cu Alloys

2006· article· en· W1992510705 sur OpenAlexfundno aff
Peter V. Liddicoat, T. Honma, Leigh T. Stephenson, Simon P. Ringer

Notice bibliographique

RevueMaterials science forum · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of SydneyAustralian Research CouncilOntario Ministry of Natural Resources and Forestry
Mots-clésAtom probeMaterials sciencePrecipitation hardeningVickers hardness testTransmission electron microscopyNanostructureHardening (computing)MetallurgyAgeingPrecipitationCopperMicrostructureComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

During age-hardening of certain Al-Zn-Mg-Cu alloys, a 90% hardness increase can occur with 75 seconds. The clustering and precipitation of solute element species during this early rapid hardening (RH) period has been investigated through atom probe tomography, transmission electron microscopy, and Vickers hardness measurements. This study has focussed on the effect of copper by analysing three alloys; Al-2.0Zn-1.8Mg-0.7Cu, Al-2.0Zn-1.7Mg-0.2Cu and Al-1.9Zn-1.7Mg (at.%). The early RH reaction in these alloys accounts for up to 70% of the total hardening (peak hardness minus as-quenched hardness) and takes place during the first 60 seconds of ageing. We report preferred solute-solute interactions in the as-quenched materials. This quenched-in nanostructure acts as a template for subsequent solute clustering, the nature of which we have correlated with ageing.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,270
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,183
Écart entre enseignants0,179 · 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

Citations17
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207