MétaCan
Menu
Retour à la cohorte
Enregistrement W2092874430 · doi:10.1038/srep05167

Interfacial Free Energy Controlling Glass-Forming Ability of Cu-Zr Alloys

2014· article· en· W2092874430 sur OpenAlexafffund
Dong‐Hee Kang, Hao Zhang, Hanbyeol Yoo, Hyun Hwi Lee, Sooheyong Lee, Geun Woo Lee, Hongbo Lou, X.D. Wang, Dongxian Zhang, J.Z. Jiang

Notice bibliographique

RevueScientific Reports · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallic Glasses and Amorphous Alloys
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistry of Education, Science and TechnologyKorea Research Institute of Standards and ScienceNational Natural Science Foundation of ChinaWestern Canada Research Grid
Mots-clésMaterials scienceEnergy (signal processing)MetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

Glass is a freezing phase of a deeply supercooled liquid. Despite its simple definition, the origin of glass forming ability (GFA) is still ambiguous, even for binary Cu-Zr alloys. Here, we directly study the stability of the supercooled Cu-Zr liquids where we find that Cu64Zr36 at a supercooled temperature shows deeper undercoolability and longer persistence than other neighbouring compositions with an equivalent driving Gibbs free energy. This observation implies that the GFA of the Cu-Zr alloys is significantly affected by crystal-liquid interfacial free energy. In particular, the crystal-liquid interfacial free energy of Cu64Zr36 in our measurement was higher than that of other neighbouring liquids and, coincidently a molecular dynamics simulation reveals a larger glass-glass interfacial energy value at this composition, which reflects more distinct configuration difference between liquid and crystal phase. The present results demonstrate that the higher crystal-liquid interfacial free energy is a prerequisite of good GFA of the Cu-Zr alloys.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMetallic Glasses and Amorphous AlloysTravaux en français237 207