MétaCan
Menu
Retour à la cohorte
Enregistrement W2563574657 · doi:10.1002/srin.200705860

Corrosion Resistance of Reactive Element Aluminide Diffusion Coatings on a Nickel‐based Superalloy and an Austenitic Stainless Steel

2007· article· en· W2563574657 sur OpenAlexaff
Abdel Raouf Elsawy, H. Soda, Alexander McLean

Notice bibliographique

Revuesteel research international · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueIntermetallics and Advanced Alloy Properties
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyAluminideCorrosionSuperalloyNickel aluminideCoatingAlloyChromiaIntermetallicComposite materialNial

Résumé

récupéré en direct d'OpenAlex

Continuously cast aluminium alloy wires containing active elements such as yttrium, cerium, lanthanum or silicon were used as evaporation sources for ion vapour deposition on nickel‐based Inconel IN738 and stainless steel 310S substrate materials. The samples were subsequently diffusion heat‐treated to form protective corrosion resistant nickel aluminide and iron aluminide coatings. The coated alloy materials were exposed for prolonged periods to high temperature cyclic oxidation, molten sulphate, and molten carbonate environments to evaluate their resistance to hot oxidation. For IN738, the lanthanum‐modified aluminide coating provided good thermal cyclic oxidation performance while the cerium‐modified coating exhibited effective hot corrosion resistance in a molten sulphate environment. For 310S stainless steel, all of the modified aluminide coatings provided equally good corrosion protection when exposed to molten carbonate attack under an oxidizing atmosphere.

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 candidatesaucune
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 enseignants0,106
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,044
Tête enseignante GPT0,344
Écart entre enseignants0,301 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuesteel research internationalMême sujetIntermetallics and Advanced Alloy PropertiesTravaux en français237 207