MétaCan
Menu
Retour à la cohorte
Enregistrement W2632782416 · doi:10.1299/jsmemm.2012._os1307-1_

OS1307 Hardness and microstructure of electrodeposited Ni-Cu alloy with various composition gradients

2012· article· en· W2632782416 sur OpenAlexaff
Kodai UEMORI, Yoshihisa KANEKO

Notice bibliographique

RevueThe Proceedings of the Materials and Mechanics Conference · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensGeomechanica (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceVickers hardness testMicrostructureAlloyComposition (language)CopperChemical compositionSubstrate (aquarium)Composite materialAnalytical Chemistry (journal)MetallurgyChemistry

Résumé

récupéré en direct d'OpenAlex

Vickers hardness of Ni-Cu alloy films which have composition gradient along thickness direction was investigated. The composition-gradient Ni-Cu films were fabricated on copper substrate by the special electrodeposition technique where electrode potential changed continuously. The films were composed of alternate stack of layers having positive and negative gradients. Total thickness of all the films was 1.2μm. The gradient films differed in both composition gradient dc_<Ni>/dx and amplitude of Ni concentration Δc_<Ni>. The dc_<Ni>/dx and Δc_<Ni> values varied from 5×10^<-6> to 2×10^<-2>nm^<-1> and 0.006 to 0.6, respectively. The composition-gradient Ni-Cu films having high gradient or high Ni concentration amplitude showed higher Vickers hardness than the Ni-Cu multilayered film with defined Ni/Cu interfaces: the maximum hardness of the composition-gradient Ni-Cu films was amounted up to Hv250 while that of the multilayered film was Hv140. The hardness of the composition-gradient Ni-Cu films revealed good correlation with the gradient dc_<Ni>/dx, compared with the Ni concentration amplitude Δc_<Ni>. From this result, the high strength of the composition-gradient Ni-Cu films could be explained not by internal stress induced by lattice mismatch, but by high-density misfit dislocations caused by the composition gradient.

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)0,000
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 enseignants0,070
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,173
Écart entre enseignants0,166 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Proceedings of the Materials and Mechanics ConferenceMême sujetMetal and Thin Film MechanicsTravaux en français237 207