Relationships between composition and properties of (Cr/Ti)SiN and (Cr/Ti)CN alloys: an<i>ab initio</i>study
Notice bibliographique
Résumé
It has previously been noted that different fcc metal nitrides exhibit different superior properties, including the high hardness of TiN and the excellent corrosion and oxidation resistance of CrN. Si and C have been added into such metal nitrides in order to tailor their functional properties. Contrary to the intensively studied TiSiN and TiCN nanocomposite and solid solution systems, much less is known about the complex relationships between the composition and the properties of CrSiN and CrCN. In fact, there is a qualitative difference between cubic spin-unpolarized materials such as TiN, and spin-polarized materials such as CrN which may exhibit a cubic/orthorhombic structural transformation. In the present work, we report ab initio calculations of the properties of (Cr/Ti)SiN and (Cr/Ti)CN systems of various compositions. We specifically predict the lattice constant, bulk modulus, elastic tensor, shear modulus, Young's modulus, Poisson's ratio, magnetization, electronic structure and preference towards the cubic/orthorhombic structural transformation. Knowledge of the modeled relationships allows one to tailor the material characteristics of various ternary metal nitrides for different technological applications.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».