MétaCan
Menu
Retour à la cohorte
Enregistrement W2556779519 · doi:10.4028/www.scientific.net/msf.879.1558

Neutron Diffraction Analysis of Light Alloys: A Review

2016· review· en· W2556779519 sur OpenAlexaffabout
Anthony Lombardi, Eli Vandersluis, D. Sediako, C. Ravindran

Notice bibliographique

RevueMaterials science forum · 2016
Typereview
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensCanadian Nuclear Laboratories
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceNeutron diffractionMicrostructureNeutronNeutron imagingCastingCastabilityDiffractionNuclear engineeringMetallurgyAlloyOpticsNuclear physicsPhysics

Résumé

récupéré en direct d'OpenAlex

The development and application of low density alloys, such as Al and Mg alloys, has rapidly increased in the automotive sector in recent years. This necessitates advanced characterization techniques to assess the evolution of microstructure and phases during casting and processing. Further, understanding the mechanism of evolution of the defects is important in ensuring their minimization. Neutron diffraction has provided a method to determine the factors that trigger hot tearing in Al and Mg alloys as well as determining factors compromising integrity of powertrain components. In addition, neutron diffraction has been applied to examine the phase evolution during solidification of Al and Mg alloys enabling a better understanding of the effect of inoculants and solute additions on the solidification characteristics, resulting in improved castability. This paper highlights the frontiers of neutron diffraction analysis undertaken by the Centre for Near-Net-Shape Processing of Materials, Ryerson University and the CNL-Canadian Neutron Beam Centre.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 GPT0,273
Écart entre enseignants0,257 · 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'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

Citations7
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMaterials science forumMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207