MétaCan
Menu
Retour à la cohorte
Enregistrement W2470684704 · doi:10.31399/asm.cp.itsc2012p0351

Corrosion Protection of Mg-Alloys with Cold Sprayed Composite Coatings

2012· article· en· W2470684704 sur OpenAlexaff
E. Maeva, D. Dzhurinskiy, V. Leshchynsky, Roman Gr. Maev

Notice bibliographique

RevueThermal spray · 2012
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCorrosionMaterials scienceMetallurgyGalvanic cellGalvanic corrosionCoatingMagnesium alloyAutomotive industryAlloyComposite numberGas dynamic cold sprayMagnesiumComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Due to the demand for improved fuel economy as well as increased safety features, weight reduction is one of the major aims in the automotive industry. Future lightweight automotive components for the next car generation will probably use lots of magnesium alloy. These will form galvanic couples with other materials and may induce phenomena accelerating the corrosion rate of automotive components. The materials used were magnesium alloy AZ31B and several types of cold sprayed coating. The relative performance of each cold sprayed corrosion preventive compounds (CPC) was assessed in combination with the materials under several different electrochemical and accelerated corrosion tests. Baseline data for AZ31B with no CPC applied was also collected. CPC characteristics and properties are also included and discussed. The studies on bare Mg/Steel couples validated accelerated corrosion but found that CPC cold sprayed coatings mitigate corrosion rates. Thus Mg/Fe interfaces with defect-free cold sprayed coatings CPC can prevent buildup of corrosion products and reduce galvanic corrosion of automotive components.

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 seuil0,003

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 Opus0,017
Tête enseignante GPT0,217
Écart entre enseignants0,200 · 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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThermal sprayMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207