MétaCan
Menu
Retour à la cohorte
Enregistrement W2080153909 · doi:10.1179/1743284714y.0000000706

Grain growth and stabilisation of nanostructured aluminium at high temperatures: Review

2014· article· en· W2080153909 sur OpenAlexaff
Hamed Asgharzadeh, H.J. McQueen

Notice bibliographique

RevueMaterials Science and Technology · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceGrain growthNanocrystalline materialAnnealing (glass)Grain boundaryGrain sizeMetallurgyMelting pointIsothermal processGrain boundary strengtheningAluminiumComposite materialMicrostructureNanotechnologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

Nanostructured (NS) materials have a large stored energy due to their large grain boundary area and thus tend to be unstable with respect to grain growth during high temperature annealing or deformation. This problem can limit the application of NS materials at high temperatures (>0·5 Tm, absolute melting temperature), especially Al alloys owing to their low melting points. Restoration processes and grain growth in NS Al based materials are critically reviewed, with emphasis on nanostructure grain stabilisation at high temperatures. The mechanisms of normal and abnormal grain growth during isothermal annealing are presented, followed by consideration of thermal stabilisation by the addition of solute atoms/impurities and/or dispersion of second phase particles. Grain growth is significantly facilitated by applying deformation at elevated temperatures during preparation or further processing of semifinished NS materials. The dynamic restoration processes, dynamic grain growth and dynamic particle coarsening are addressed in NS Al. Finally, grain growth during consolidation of nanocrystalline powders (one of the principal methods to fabricate bulk NS Al) is presented, and the effects of processing parameters on grain size stabilisation are discussed.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,005
Tête enseignante GPT0,209
Écart entre enseignants0,203 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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