MétaCan
Menu
Retour à la cohorte
Enregistrement W2072555984 · doi:10.1115/1.4027977

Laser Texturing of Plasma Electrolytically Oxidized Aluminum 6061 Surfaces for Improved Hydrophobicity

2014· article· en· W2072555984 sur OpenAlexaff
Bekir Sami Yilbaş, A. Matthews, C. Karataş, A. Leyland, Mazen Khaled, Numan Abu-Dheir, N. Al‐Aqeeli, Xueyuan Nie

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Windsor
Organismes subventionnairesU.S. Department of Energy
Mots-clésMaterials scienceContact angleLaserLaser ablationPlasmaScanning electron microscopeAluminiumTexture (cosmology)AlloyDiffractionSurface energyEnergy-dispersive X-ray spectroscopySpectroscopyLayer (electronics)Analytical Chemistry (journal)Composite materialOpticsChemistry

Résumé

récupéré en direct d'OpenAlex

Laser surface texturing of plasma electrolytically oxidized aluminum 6061 alloy has been carried out through a controlled surface ablation under a high pressure nitrogen gas assistance. Morphological and metallurgical changes in the laser-treated region were examined using optical, scanning electron, and atomic force microscopy, energy dispersive X-ray spectroscopy, and X-ray diffraction phase analysis. The hydrophobicity of the textured surface was assessed through water droplet contact angle measurements. It was found that a dense layer with a nanotexture/microtexture is developed at the surface after the laser treatment process. The assessment of the surface characteristics reveals that a superhydrophobic surface results from the laser treatment process; in which case, high water droplet contact angles are measured over the treated surface, which can be explained by known models of texture-induced superhydrophobicity.

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 seuil0,004

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,008
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207