MétaCan
Menu
Retour à la cohorte
Enregistrement W2495756689 · doi:10.1080/13621718.2016.1211583

Bonding mechanism and interface characterisation during dissimilar friction stir welding of an aluminium/polymer bi-material joint

2016· article· en· W2495756689 sur OpenAlexaff
F. Khodabakhshi, M. Haghshenas, J. Chen, Babak Shalchi Amirkhiz, J. Li, A.P. Gerlich

Notice bibliographique

RevueScience and Technology of Welding & Joining · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Welding Techniques Analysis
Établissements canadiensUniversity of WaterlooNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceFriction stir weldingWeldingJoint (building)AluminiumMechanism (biology)MetallurgyComposite materialFriction weldingInterface (matter)PolymerStructural engineeringWetting

Résumé

récupéré en direct d'OpenAlex

In the present study, detailed microstructural characterisation of a friction-stir-welded joint between AA5059 alloy and high-density polyethylene was carried out using field-emission scanning and high-resolution-transmission electron microscopy analysis. The structural features indicate large numbers of macro-, micro- and nano-mechanical interlocks between the Al-fragments and melted/re-solidified polymer matrix at the stir zone of the joint, with a 30-nm thick semi-crystalline aluminium structure layer elevated in levels of O, and traces of C at the interface. An ultrafine-grained structure with an average cell size of <100 nm was formed for the embedded Al-alloy fragments in the polymer matrix, as a result of low-temperature severe plastic deformation during friction-stir welding process. The interfacial chemical reactions assisted by generation of nano-scale pores inside the metal surface at the interface and secondary Van der Waals bonding are suggested as the main joining mechanisms, leading to significant improvements in the mechanical properties.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations79
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience and Technology of Welding & JoiningMême sujetAdvanced Welding Techniques AnalysisTravaux en français237 207