MétaCan
Menu
Retour à la cohorte
Enregistrement W2050664326 · doi:10.1179/026708301773002905

Microtextural evolution during superplastic deformation of AA 8090 Al–Li alloy

2001· article· en· W2050664326 sur OpenAlexafffund
B.P. Kashyap, M.C. Chaturvedi

Notice bibliographique

RevueMaterials Science and Technology · 2001
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSuperplasticityMaterials scienceDeformation (meteorology)Deformation mechanismAlloyBrassStrain rateSlip (aerodynamics)MetallurgyTexture (cosmology)Ultimate tensile strengthAluminiumComposite materialMicrostructureCopper

Résumé

récupéré en direct d'OpenAlex

A brief review of orientation imaging microscopy and an overview of the results of investigations related to textural evolution during superplastic deformation of a recent series of superplastic grade aluminium alloys, and specifically the results of the authors' study on microtextural evolution in AA 8090 Al–Li alloy, are presented. It was observed that the surface layer of the AA 8090 alloy sheet was dominated by S {011}〈634〉 type texture, whereas the midthickness layer was dominated by brass {011}〈211〉 type texture. In the course of superplastic deformation, textural weakening occurred, the rate and extent of which were different in the surface and centre regions, depending upon whether the two layers were deformed separately or as a composite in the full thickness tensile specimen. Textural weakening was generally more extensive at higher test temperatures and lower strain rates. Based on textural evolution and the presence of a large proportion of low angle boundaries, and their near elimination at larger strains, dislocation slip could be considered to be the dominant mechanism during the initial stages of deformation, whereas the conventional mechanism for superplastic deformation is thought to be operating during the later stages.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 GPT0,208
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations12
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetMicrostructure and mechanical propertiesTravaux en français237 207