MétaCan
Menu
Retour à la cohorte
Enregistrement W2525739004 · doi:10.1017/s1431927616011612

Characterization of Amorphous Oxide Nano-Thick Layers on 316L Stainless Steel by Electron Channeling Contrast Imaging and Electron Backscatter Diffraction

2016· article· en· W2525739004 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMicroscopy and Microanalysis · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Circuits and Semiconductor Failure Analysis
Établissements canadiensMcGill UniversityHôtel-Dieu de QuébecUniversité Laval
Organismes subventionnairesCentre Hospitalier Universitaire de Québec
Mots-clésMaterials scienceAmorphous solidElectron backscatter diffractionX-ray photoelectron spectroscopyMicrostructureLayer (electronics)CrystalliteElectronCharacterization (materials science)OxideSubstrate (aquarium)Electron diffractionDiffractionAnalytical Chemistry (journal)Composite materialOpticsNanotechnologyCrystallographyMetallurgyNuclear magnetic resonanceChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Characterization of the topmost surface of biomaterials is crucial to understanding their properties and interactions with the local environment. In this study, the oxide layer microstructure of plasma-modified 316L stainless steel (SS316L) samples was analyzed by a combination of electron backscatter diffraction and electron channeling contrast imaging using low-energy incident electrons. Both techniques allowed clear identification of a nano-thick amorphous oxide layer, on top of the polycrystalline substrate, for the plasma-modified samples. A methodology was developed using Monte Carlo simulations combined with the experimental results to estimate thickness of the amorphous layer for different surface conditions. X-ray photoelectron spectroscopy depth profiles were used to validate these estimations.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,008
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,203
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