MétaCan
Menu
Retour à la cohorte
Enregistrement W2555331636 · doi:10.1002/adem.201600393

A Critical Review of Mg–Zn–Y Series Alloys Containing I, W, and LPSO Phases

2016· review· en· W2555331636 sur OpenAlexaff
N. Tahreen, Da Chen

Notice bibliographique

RevueAdvanced Engineering Materials · 2016
Typereview
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceUltimate tensile strengthFormabilityMetallurgyTernary operationCreepMagnesiumPhase (matter)Thermal stabilityChemical engineering

Résumé

récupéré en direct d'OpenAlex

Magnesium and its alloys are playing an increasingly important role in the transportation industry due to the pressing demand of lightweight structures to improve fuel efficiency and reduce CO2 emissions. But the shortcomings of poor room temperature (RT) formability and high temperature strength, tension–compression asymmetry, and anisotropy are among the major issues which are currently limiting their widespread applications. Recently, research and development activities of Mg–Zn–Y series alloys have significantly increased because of their superior mechanical properties arising from the formation of different ternary phases known as I (Mg3YZn6), W (Mg3Y2Zn3), and LPSO (Mg12YZn). In this review article, the crystal structure of these phases and their orientation relationships with hexagonal magnesium matrix are discussed. Recent advances about I, W, and LPSO phase containing Mg alloys are presented, along with the effects of these phases on the microstructural evolution and mechanical properties including tensile, compressive, fatigue, and creep resistance. Important aspects involving thermal stability, phase transformation, and influence of heat treatment are also described. Based on the current status, some existing issues are pointed out and further studies are suggested so as to warrant safe and reliable lightweight structural applications of Mg–Zn–Y alloys in the automotive industry.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,028
Tête enseignante GPT0,308
Écart entre enseignants0,281 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations98
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207