MétaCan
Menu
Retour à la cohorte
Enregistrement W2068390622 · doi:10.1179/026708301101509115

Microstructure and properties of heat treated iron powder compacts intended for ac soft magnetic applications

2001· article· en· W2068390622 sur OpenAlexaff
I. P. Swainson, Yves Deslandes, G. Pleizier, Patrice Chartrand

Notice bibliographique

RevueMaterials Science and Technology · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced materials and composites
Établissements canadiensPolytechnique MontréalNational Research Council CanadaCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicrostructureLubricantIron powderZinc stearateComposite materialElectrical resistivity and conductivityParticle sizeParticle (ecology)MetallurgyIron oxideChemical engineering

Résumé

récupéré en direct d'OpenAlex

This paper describes the effect of heat treatments on the microstructure and properties of iron powder specimens intended for ac soft magnetic applications at 60 Hz. The specimens were fabricated by compacting iron powder–lubricant (zinc stearate) mixes and heat treating the compacted specimens at 450–550°C in nitrogen. The microstructure and chemical characteristics of particle interfaces (X-ray photoelectron spectrometry) and the presence of microstrains (neutron diffraction) were correlated with the electrical and magnetic properties of the material. During the heat treatments (450–550°C), lubricant burns out and iron oxide contacts are created at particle interfaces (thermal oxidation bonding). Iron powder oxidation, which depends on the heat treatment temperature, reduces the electrical resistivity of the material and affects eddy current loss. The heat treatments modify the microstrains in the specimens and allow reduction of the hysteresis portion of the magnetic loss.

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 enseignants0,002
Score d'incertitude au seuil0,281

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 technologies0,0000,001
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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations5
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Science and TechnologyMême sujetAdvanced materials and compositesTravaux en français237 207