MétaCan
Menu
Retour à la cohorte
Enregistrement W2030436900 · doi:10.1179/174328408x295953

Kinetics of texture evolution during rapid solutionising of cold rolled Al–Mg–Si alloy

2008· article· en· W2030436900 sur OpenAlexfundno aff
S. Saimoto, C. Gabryel, Jade Cooley, H. Jin

Notice bibliographique

RevueMaterials Science and Technology · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGeneral Motors of Canada
Mots-clésMaterials scienceAlloyFormabilityMetallurgyVolume fractionAnnealing (glass)Hardening (computing)Grain sizeTexture (cosmology)EnthalpyGrain growthCrystallographyThermodynamicsComposite material

Résumé

récupéré en direct d'OpenAlex

A study of recrystallisation texture evolution was performed in an ageable Al–Mg–Si alloy to assess the sheet formability of autobody sheet before age hardening, by using quantitative orientation distribution function (ODF) determination during presolutionising anneal treatments. It was found that preannealing of cold rolled sheet near 250°C results in the largest amount of cube texture upon subsequent solutionising at 560°C. The apparent activation enthalpy is near 2˙5 eV if the iron solute content is below 0˙5 ppm atomic. The formation of cube oriented grains occurs below 300°C and grain growth above this temperature appears to be inhibited by iron solute drag of the grain boundaries. It was discovered that the volume fraction ratio of the cube and {02¯1} <100> is correlated to the average R value.

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 enseignants0,005
Score d'incertitude au seuil0,530

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 GPT0,177
Écart entre enseignants0,172 · 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207