MétaCan
Menu
Retour à la cohorte
Enregistrement W2577680252 · doi:10.1080/00202967.2017.1263475

Thermal stability of nanocrystalline Ni- and Co-based pulsed current electrodeposits: correlation of calorimetric measurements and microstructure development upon annealing

2017· article· en· W2577680252 sur OpenAlexaff
Uta Klement, Manoel Ribeiro da Silva, G.D. Hibbard

Notice bibliographique

RevueTransactions of the IMF · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueForce Microscopy Techniques and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNanocrystalline materialMaterials scienceAnnealing (glass)Grain sizeGrain growthMicrostructureThermal stabilityDifferential scanning calorimetryMetallurgyThermodynamicsNanotechnologyChemical engineering

Résumé

récupéré en direct d'OpenAlex

The exceptional properties associated with nanocrystalline materials are, to a large extent, a result of their high inter-crystalline volume fraction. However, the intrinsic instability of the nanostructured state may compromise the gain in properties by the occurrence of grain growth during exposure at elevated temperatures. Thermal stability is, therefore, a fundamental materials issue for nanocrystalline materials. This article describes what can be deduced from calorimetric measurements in the context of what is known about the microstructural evolution upon annealing of nanocrystalline Ni- and Co-based pulsed current electrodeposits. Special emphasis is put on interpreting the shape of the curves obtained by a differential scanning calorimetry (DSC). The temperature ranges for relaxation, segregation, precipitation, as well as abnormal and normal grain growth can be predicted. Also, by evaluating the shift in peak temperature with heating rate (Kissinger plot), the activation energies for grain growth can be obtained for the different materials.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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'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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the IMFMême sujetForce Microscopy Techniques and ApplicationsTravaux en français237 207