MétaCan
Menu
Retour à la cohorte
Enregistrement W2053421288 · doi:10.1063/1.4914966

Angular dependence of hysteresis scaling and coercivity for anisotropically distributed ferromagnetic nanoparticles in paramagnetic matrix

2015· article· en· W2053421288 sur OpenAlexaff
Kodai Miura, Satoru Kobayashi, Yusuke Onuki, Jerzy A. Szpunar, Yasuhiro Kamada

Notice bibliographique

RevueJournal of Applied Physics · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnetic Properties and Applications
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésCoercivityMaterials scienceCondensed matter physicsRemanenceFerromagnetismMagnetizationVolume fractionHysteresisAusteniteMagnetic hysteresisAnisotropyMagnetic anisotropyComposite materialMicrostructurePhysicsMagnetic fieldOptics

Résumé

récupéré en direct d'OpenAlex

We have investigated anisotropy behavior of coercivity and scaling law for nano-scale ferromagnetic phases embedded in a paramagnetic matrix of an austenitic stainless steel. Small ferromagnetic martensites are induced by uniaxial tensile deformation. A scaling-law relationship between the hysteresis loss and remanence, with a power law exponent of 1.47 ± 0.09, has been found, irrespective of stress, martensite volume fraction, and angle between the magnetization and tensile directions. A coefficient of the scaling law decreases with volume fraction, whereas it increases with increasing the angle and maximizes when the magnetization direction is perpendicular to that of the tensile. This trend is opposite to that of coercivity. The behavior of the coefficient and the coercivity was discussed from the viewpoint of morphology of martensite particles.

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 enseignants0,124
Score d'incertitude au seuil0,330

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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetMagnetic Properties and ApplicationsTravaux en français237 207