MétaCan
Menu
Retour à la cohorte
Enregistrement W2581300432 · doi:10.2320/matertrans.l-m2017847

Effect of Eutectic Behavior on Yield Stress of Mg-La-Zr Alloys

2017· article· en· W2581300432 sur OpenAlexaff
Yosuke Tamura, H. Soda, Alexander McLean

Notice bibliographique

RevueMATERIALS TRANSACTIONS · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesLight Metal Educational Foundation
Mots-clésMaterials scienceEutectic systemUltimate tensile strengthGrain boundaryMicrostructureVolume fractionYield (engineering)MetallurgyComposite numberLanthanumGrain sizeComposite material

Résumé

récupéré en direct d'OpenAlex

The hardness and tensile properties of Mg-La-Zr alloys with various lanthanum contents were investigated, and the microstructures of the alloys were examined. The microstructure was composed of fine globular primary α-Mg grains and eutectic areas. The values of yield stress and modulus of the eutectic were, respectively, about 3 times and 1.7 times higher than those of the primary α-Mg. The increase in the yield stress of the alloys with less than 1.2%La is due to a rapid increase in coverage of the α-Mg grain boundary by the eutectic. As the increment in the grain boundary coverage decreases with lanthanum content, the composite strengthening (composite materials effect) starts to play a more significant role in increasing yield stress. As the grain boundary coverage reaches a plateau at about 2%La, further increase in the yield stress is mainly due to the composite strengthening, the effect of which is dependent on the volume fraction of eutectic. During tensile-testing at 150℃, the alloys with higher lanthanum content exhibited dual yield points, the first from yielding of the primary α-Mg, followed by the higher-yield point associated with the eutectic. This suggests that composite strengthening is in effect.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATERIALS TRANSACTIONSMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207