MétaCan
Menu
Retour à la cohorte
Enregistrement W2226209781 · doi:10.6000/2369-3355.2015.02.03.3

Preparation of Low Friction MoSex/nc-Mo Coatings Containing Spherical Mo Nanoparticles

2016· article· en· W2226209781 sur OpenAlexvenueno aff
Sergey N. Grigoriev, Roman A. Romanov, М. A. Volosova, N. Matsnev, V. Yu. Fominski

Notice bibliographique

RevueJournal of Coating Science and Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueLubricants and Their Additives
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Education and Science of the Russian Federation
Mots-clésMaterials scienceNanocompositeLubricantNanoparticleNanocrystalline materialCoatingTribologyComposite materialSubstrate (aquarium)Deposition (geology)Chemical engineeringNanotechnology

Résumé

récupéré en direct d'OpenAlex

The possibility of preparation of nanocomposite coatings consisting of a solid lubricant matrix (MoSex) and nanocrystalline metal particles (nc-Mo) was demonstrated using pulsed laser deposition from synthesized target MoSe2.The particles had spherical shapes and their sizes were about 5 - 50 nm. The content of the nc-Mo nanoparticles in the MoSex/nc-Mo coatings was varied by changing the laser irradiation regimes and the conditions of expansion of the laser plume from the target to substrate. It was established that the tribological properties of the nanocomposite coatings MoSex/nc-Mo are depended on the concentration of nanoparticles in the bulk of the coatings as well as on the structure of the coating matrix. The MoSex/nc-Mo coating with increased crystalline order of matrix obtained on a steel substrate reduced the friction coefficient to ~0.04 during steel ball sliding in air of laboratory humidity. Probable mechanisms of nanoparticle formation were proposed and a role of these particles in the wear of the nanocomposite MoSex/nc-Mo coatings was discussed.

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)0,001
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 enseignants0,043
Score d'incertitude au seuil0,166

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,244
Écart entre enseignants0,237 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coating Science and TechnologyMême sujetLubricants and Their AdditivesTravaux en français237 207