MétaCan
Menu
Retour à la cohorte
Enregistrement W2611025833 · doi:10.1080/1478422x.2017.1320117

Electrochemical noise monitoring of the atmospheric corrosion of steels: identifying corrosion form using wavelet analysis

2017· article· en· W2611025833 sur OpenAlexaff
Chao Ma, Shizhe Song, Zhiming Gao, Jihui Wang, Wenbin Hu, Yashar Behnamian, Da‐Hai Xia

Notice bibliographique

RevueCorrosion Engineering Science and Technology The International Journal of Corrosion Processes and Corrosion Control · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Tianjin CityNational Natural Science Foundation of China
Mots-clésElectrochemical noiseCorrosionMaterials scienceMetallurgyElectrochemistryWaveletNoise (video)Atmosphere (unit)ElectrodeMeteorologyChemistry

Résumé

récupéré en direct d'OpenAlex

The early stage atmospheric corrosion of T91 and Q235B steels exposed to Tianjin’s urban atmosphere over 20 days was studied using two electrochemical probes via an electrochemical noise (EN) technique. To identify the corrosion process and the corrosion form of the two steels, EN data were analysed by statistics and wavelet transform. The results revealed that the wavelet energy of decomposed EN mainly located at high-frequency level for Q235B steel, whereas it mainly located at the low-frequency level for T91 steel. Analyses of surface images confirmed that Q235B steel underwent uniform corrosion whereas T91 steel suffered from localised corrosion. The obtained noise resistance correlated well with weight loss data.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,121
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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

Citations51
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorrosion Engineering Science and Technology The International Journal of Corrosion Processes and Corrosion ControlMême sujetCorrosion Behavior and InhibitionTravaux en français237 207