MétaCan
Menu
Retour à la cohorte
Enregistrement W2588357652 · doi:10.1515/htmp-2016-0175

Recent Aspects on the Effect of Inclusion Characteristics on the Intragranular Ferrite Formation in Low Alloy Steels: A Review

2017· review· en· W2588357652 sur OpenAlexaff
Wangzhong Mu, Pär G. Jönsson, Keiji Nakajima

Notice bibliographique

RevueHigh Temperature Materials and Processes · 2017
Typereview
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesChina Scholarship Council
Mots-clésMaterials scienceMetallurgyMicrostructureAlloyFerrite (magnet)ToughnessWeldingInclusion (mineral)OxideComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract Intragranular ferrite (IGF), which nucleates from specific inclusion surfaces in low alloy steels, is the desired microstructure to improve mechanical properties of steel such as the toughness. This microstructure is especially important in the coarse grain heat affected zone (CGHAZ) of weldments. The latest review paper focusing on the role of non-metallic inclusions in the IGF formation in steels has been reported by Sarma et al. in 2009 (ISIJ int., 49(2009), 1063–1074). In recent years, large amount of papers have been presented to investigate different issues of this topic. This paper mainly highlights the frontiers of experimental and theoretical investigations on the effects of inclusion characteristics, such as the composition, size distribution and number density, on the IGF formation in low carbon low-alloyed steels, undertaken by the group of Applied Process Metallurgy, KTH Royal Institute of Technology. Related results reported in previous studies are also introduced. Also, plausible future work regarding various items of IGF formation is mentioned in each section. This work aims to give a better control of improving the steel quality during casting and in the heat affected zone (HAZ) of weldment, according to the concept of oxide metallurgy.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,020
Tête enseignante GPT0,255
Écart entre enseignants0,235 · 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

Citations61
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHigh Temperature Materials and ProcessesMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207