MétaCan
Menu
Retour à la cohorte
Enregistrement W2729421725 · doi:10.5006/2501

<i> <b>Technical Note:</b> </i> Screening of Salt Fog Environments for Mg Alloy Stress Corrosion Cracking Susceptibility

2017· article· en· W2729421725 sur OpenAlexaff
Brycklin Wilson, Joseph R. McDermid, J.R. Kish

Notice bibliographique

RevueCORROSION · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensMcMaster UniversityMcMaster University Medical Centre
Organismes subventionnairesnon disponible
Mots-clésStress corrosion crackingAlloyMetallurgyCorrosionCrackingMaterials scienceStress (linguistics)Salt (chemistry)Composite materialChemistry

Résumé

récupéré en direct d'OpenAlex

U-bend samples of Mg alloy AZ31B were subjected to continuous near-neutral salt fog exposure to evaluate the effect of a variable salt content on stress corrosion cracking (SCC) susceptibility. Using the ASTM B117 standard environment as a baseline (5 wt% NaCl (aq) at 35°C), a two order of magnitude reduction in NaCl content coincided with a change in the dominant corrosion mode from localized filament corrosion only to transgranular SCC only. An 11 d exposure period in the 0.05 wt% NaCl (aq) fog was sufficient to cause fracture by transgranular SCC. The resistance of the intact surface film and subsequent cathodically-activated enhanced hydrogen gas evolution likely were the critical factors controlling the transition of the dominant corrosion mode (from filament corrosion to SCC). Filament corrosion initiation likely required a Cl− ion-induced (i.e., chemical) break down of the intact film, whereas SCC likely required a stress-induced rupture (i.e., mechanical) break down of the intact film.

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)0,001
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 enseignants0,444
Score d'incertitude au seuil0,710

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,033
Tête enseignante GPT0,289
Écart entre enseignants0,257 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCORROSIONMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207