MétaCan
Menu
Retour à la cohorte
Enregistrement W2000179235 · doi:10.1364/ao.42.006138

Spectrochemical microanalysis of aluminum alloys by laser-induced breakdown spectroscopy: identification of precipitates

2003· article· en· W2000179235 sur OpenAlexaff
I. Cravetchi, M.T. Taschuk, Georg W. Rieger, Ying Y. Tsui, R. Fedosejevs

Notice bibliographique

RevueApplied Optics · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMicroanalysisLaser-induced breakdown spectroscopyMaterials scienceAluminiumSpectroscopyOpticsLaserAnalytical Chemistry (journal)MetallurgyChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Multielemental microanalysis of commercially available aluminum alloys has been performed in air by laser-induced breakdown spectroscopy (LIBS) by use of UV laser pulses with energies below 10 microJ. It is shown that the LIBS technique is capable of detecting the elemental composition of particles less than 10 microm in size, such as precipitates in an aluminum alloy matrix, by using single laser shots. Chemical mapping with a lateral resolution of approximately 10 microm of the distribution of precipitates in the surface plane of a sample was also carried out. Two main types of precipitate, namely, Mn-Fe-Cu (type I) and Mg-Cu (type II), were unambiguously distinguished in our LIBS experiments, in good agreement with x-ray microanalysis measurements. The relative standard deviations of emission of the main minor constituent elements (Cu, Mg, Mn) of the aluminum 2024 alloy range from 33% to 39% when laser shots on the precipitates are included in the analysis but decrease to a range from 5.3% to 7.4% when laser shots are taken only on the matrix material, excluding the precipitates.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,012
Score d'incertitude au seuil1,000

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,200 · 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.

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

Citations22
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207