MétaCan
Menu
Retour à la cohorte

A Model for Niobium Carbonitride Precipitation in Ferrite

2003· article· en· W2049683473 sur OpenAlexaff
Philippe Maugis, Mohamed Gouné, P. Barges, D. Dougnac, Daniel Ravaine, M. Lamberigts, Tadeusz Siwecki, Y. Bi

Notice bibliographique

RevueMaterials science forum · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensLarus Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésNiobiumMaterials scienceNucleationPrecipitationDissolutionTransmission electron microscopyFerrite (magnet)ThermodynamicsMetallurgyChemical engineeringComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

We have constructed a computer model for the precipitation kinetics of niobium carbonitrides in ferrite. The model describes the time evolution of each age-class of precipitates. This procedure allows for the full coupling of the physical laws for nucleation, growth and coarsening phenomena. The originality of this work is to take into account the composition evolution of the precipitates with time, thus allowing for the prediction of both effects of carbon and nitrogen in solid solution. Specific techniques such as chemical analysis after selective dissolution and transmission electron microscopy with electron energy loss measurement (TEM-EELS) have been used for a thorough investigation of the precipitation state. Time, temperature and composition dependence have been explored. The measured precipitate composition, size and number of particles compare satisfactorily with the calculated values.

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 enseignants0,069
Score d'incertitude au seuil0,318

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 Opus0,018
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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

Citations7
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207