MétaCan
Menu
Retour à la cohorte
Enregistrement W2075385721 · doi:10.2355/isijinternational.55.300

Flow Softening-based Formation of Widmanstätten Ferrite in a 0.06%C Steel Deformed Above the Ae<sub>3</sub>

2015· article· en· W2075385721 sur OpenAlexafffund
Clodualdo Aranas, Tuan Nguyen‐Minh, Rupanjit Grewal, John J. Jonas

Notice bibliographique

RevueISIJ International · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésSofteningFerrite (magnet)Materials scienceFlow stressDynamic recrystallizationScanning electron microscopeStrain rateAtmospheric temperature rangeRecrystallization (geology)MetallurgyComposite materialAnalytical Chemistry (journal)CrystallographyThermodynamicsMicrostructureChemistryPhysicsGeologyHot working

Résumé

récupéré en direct d'OpenAlex

Compression tests were carried out at a strain rate of 1 s–1 on a 0.06%C-0.3%Mn-0.01%Si steel over two temperature ranges: i) 920°C to 980°C, and ii) 500 to 750°C. Optical and scanning electron microscopy images indicated that significant volume fractions of Widmanstätten ferrite were formed dynamically above the Ae3 temperature. The ferrite plates coalesced into polygonal grains during straining. The double differentiation method was applied to the stress-strain curves, providing average values for the dynamic transformation (DT) and dynamic recrystallization (DRX) critical strains of 0.12 and 0.20, respectively. These results are interpreted in terms of the flow softening-based transformation model by calculating both the driving forces promoting the transformation as well as the energy barriers that oppose it. The model predicts the temperature range over which DT can occur as well as the observed critical strains.

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 enseignants0,005
Score d'incertitude au seuil0,009

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 Opus0,015
Tête enseignante GPT0,209
Écart entre enseignants0,195 · 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

Citations37
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISIJ InternationalMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207