MétaCan
Menu
Retour à la cohorte
Enregistrement W2166372321 · doi:10.1051/esomat/200905011

Microhardness of binary near-equiatomic Ti-Ni alloys after severe cold rolling and post-deformation annealing

2009· article· en· W2166372321 sur OpenAlexafffund
К. Inaekyan, Vladimir Braïlovski, С. Д. Прокошкин, Andrey Korotitskiy, A. A. Chernavina

Notice bibliographique

RevueESOMAT 2009 - 8th European Symposium on Martensitic Transformations · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTitanium Alloys Microstructure and Properties
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnnealing (glass)Indentation hardnessMaterials scienceMetallurgyDeformation (meteorology)Binary numberAccumulative roll bondingComposite materialMicrostructureMathematics

Résumé

récupéré en direct d'OpenAlex

Comparative HV-microhardness and TEM studies of Ti-50.0at%Ni and 50.26at%Ni alloys subjected to cold-rolling (e=0.3, 1 and 1.72) and post-deformation annealing at 100-700°C (1 hour) are presented.Based on the TEM-measured grain size data for Ti-50.0at%Nialloy as a function of an annealing temperature (T PDA ) higher than 250 o C, it was possible to evaluate the grain size (d) of the near-equiatomic Ti-Ni alloys at T PDA <250 o C, using exponential extrapolation distribution of the d-T PDA data.It was shown that below a critical grain size (d c = 10 nm), the smaller the grain size (as a result of the decrease in annealing temperature), the lower the microhardness.This softening phenomena can be described, with good correlation between the approximation and experimental data, by the normal-abnormal Hall-Petch transition caused by the influence of the intercrystalline regions and by the melting temperature grain-size dependence.

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 enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,000

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 Opus0,006
Tête enseignante GPT0,194
Écart entre enseignants0,188 · 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

Citations4
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueESOMAT 2009 - 8th European Symposium on Martensitic TransformationsMême sujetTitanium Alloys Microstructure and PropertiesTravaux en français237 207