MétaCan
Menu
Retour à la cohorte
Enregistrement W2154059583 · doi:10.1142/s2010194512002620

HARDNESS STUDY OF THE PULSE ELECTRODEPOSITED NANOSCALE MULTILAYERS OF<font>CR</font>-<font>NI</font>

2012· article· en· W2154059583 sur OpenAlexaff
Mohamadreza Etminanfar, M. Heydarzadeh Sohi

Notice bibliographique

RevueInternational Journal of Modern Physics Conference Series · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrodeposition and Electroless Coatings
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceElectroplatingIndentation hardnessNickelMetallurgyCoatingChromiumNanoscopic scaleDeposition (geology)HardnessComposite materialMicrostructureLayer (electronics)Nanotechnology

Résumé

récupéré en direct d'OpenAlex

Nanoscale multilayers of Cr - Ni coatings were deposited on low carbon steel by pulse electroplating and agitation modulation in chromium (III)-nickel (II) bath. The coatings were characterized by using SEM, EDS, XRD and microhardness techniques. For hardness measurement, the total thickness of the coatings was fixed at 5 μm and the thickness of the monolayers in the coatings varied from 20 to 100 nm. Single chromium and single nickel coatings with similar thickness of 5 μm were also produced by using DC electroplating. Microhardness testing was carried out on the surface of the coatings by using a range of loads from 25 to 1000 gf. A composite hardness model was used to estimate and compare the hardness of the single and multilayer coatings. It was shown that multilayer deposition significantly increases the hardness of the coating and the hardness increases further as the thickness of the nano- monolayers is reduced.

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 enseignants0,025
Score d'incertitude au seuil0,958

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,014
Tête enseignante GPT0,239
Écart entre enseignants0,225 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Modern Physics Conference SeriesMême sujetElectrodeposition and Electroless CoatingsTravaux en français237 207