MétaCan
Menu
Retour à la cohorte
Enregistrement W2528538409 · doi:10.1016/j.dib.2016.09.042

Brief data overview of differently heat treated binder jet printed samples made from argon atomized alloy 625 powder

2016· article· en· W2528538409 sur OpenAlexaff
Amir Mostafaei, Yashar Behnamian, Y. Krimer, Erica Stevens, Jing Luo, Markus Chmielus

Notice bibliographique

RevueData in Brief · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing Materials and Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSwanson School of Engineering, University of PittsburghCommonwealth of Pennsylvania
Mots-clésMaterials scienceMicrostructureSuperalloyAlloyRaw materialSinteringMetallurgyJet (fluid)Layer (electronics)Metal powderNickelCharacterization (materials science)Composite materialMetalNanotechnology

Résumé

récupéré en direct d'OpenAlex

Powder bed binder jet printing (BJP) is an additive manufacturing method in which powder is deposited layer-by-layer and selectively joined in each layer with binder. The data presented here relates to the characterization of the as-received feedstock powder, BJP processing parameters, sample preparation and sintering profile ("Effect of solutionizing and aging on the microstructure and mechanical properties of powder bed binder jet printed nickel-based superalloy 625" (A. Mostafaei, Y. Behnamian, Y.L. Krimer, E.L. Stevens, J.L. Luo, M. Chmielus, 2016) [1], "Powder bed binder jet printed alloy 625: densification, microstructure and mechanical properties" (A. Mostafaei, E. Stevens, E. Hughes, S. Biery, C. Hilla, M. Chmielus, 2016) [2]). The data presented here relates to the characterization of the as-received feedstock powder, BJP processing parameters, sample preparation and sintering profile. Effect of post heat treatments including solutionizing and aging on the microstructure and mechanical properties of powder bed binder jet printed nickel-based superalloy 625 were compared to that of sintered samples.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,324
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,087
Tête enseignante GPT0,283
Écart entre enseignants0,196 · 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.

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

Citations16
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetAdditive Manufacturing Materials and ProcessesTravaux en français237 207