MétaCan
Menu
Retour à la cohorte
Enregistrement W2092218389 · doi:10.1063/1.2872462

Influence of laser beam size on measurement sensitivity of thermophysical property gradients in layered structures using thermal-wave techniques

2008· article· en· W2092218389 sur OpenAlexaff
Chinhua Wang, Andreas Mandelis, Hong Qu, Zhuying Chen

Notice bibliographique

RevueJournal of Applied Physics · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueThermography and Photoacoustic Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesGovernment of Jiangsu Province
Mots-clésThermal diffusivityMaterials scienceThermal conductivityPhotothermal therapyLaser flash analysisLaserAmplitudeBeam (structure)OpticsThermalThermal conductivity measurementPhase (matter)Composite materialThermodynamicsChemistryNanotechnology

Résumé

récupéré en direct d'OpenAlex

The influence of the photothermal laser source beam size on the measurement sensitivity of layered systems using photothermal radiometry (PTR) is presented. Based on an appropriate theoretical model, widely different behaviors of the photothermal amplitude and phase in terms of combinations of thermophysical properties (i.e., thermal conductivity and thermal diffusivity) between a thin coating and the substrate are observed. The beam size effect on PTR measurement sensitivity is theoretically examined and experimentally demonstrated using a carbonitrided C1018 steel sample. The experimental results of using a variable size laser beam for the carbonitrided C1018 sample validate the theoretical prediction, in which an expanded beam exhibits a much larger magnitude change in both amplitude and phase as a function of frequency than measurements with a focused beam. The fitted thermal conductivity and thermal diffusivity based on the assumed industrially relevant range of effective hardness case depth gives the approximate range of the change in thermal conductivity and thermal diffusivity of C1018 steels after the carbonitriding process.

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 enseignants0,282
Score d'incertitude au seuil0,534

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,214
Écart entre enseignants0,189 · 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

Citations14
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetThermography and Photoacoustic TechniquesTravaux en français237 207