MétaCan
Menu
Retour à la cohorte
Enregistrement W2158799031 · doi:10.1088/1361-651x/aa9289

Modeling of particle coarsening and precipitation free zones

2017· article· en· W2158799031 sur OpenAlexaff
Nengjun Yang, Peyman Saidi, Mark R. Daymond, J.J. Hoyt

Notice bibliographique

RevueModelling and Simulation in Materials Science and Engineering · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensQueen's UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePrecipitationParticle (ecology)MechanicsThermodynamicsMeteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Previous simulation studies of the effect of volume fraction on the precipitate coarsening process have treated precipitates as point sources or sinks of solute atoms. These studies have demonstrated that, although the average particle size varying with time as t 1 / 3 is still valid, the coarsening rate constant is an increasing function of volume fraction. In this study we extend these simulation methods to model particle coarsening near grain boundaries. An essential feature of the new model is the solute depletion that occurs at grain boundaries. The simulation results are shown to quantitatively reproduce the following aspects of particle coarsening near grain boundaries in certain alloys: (a) precipitate free zones (PFZs) form near grain boundaries, (b) the width of PFZs increases with time and is proportional to the square root of time, (c) particles at the edge of PFZs are larger than those inside the grain. This novel model is shown to be well suited to describe particle coarsening near grain boundaries. In addition, it reinforces the credibility of the theories built into our mathematical model, i.e., the formation of PFZs near grain boundaries is caused by diffusion of solute atoms.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,034
Tête enseignante GPT0,252
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModelling and Simulation in Materials Science and EngineeringMême sujetMicrostructure and mechanical propertiesTravaux en français237 207