MétaCan
Menu
Retour à la cohorte
Enregistrement W2735335598 · doi:10.1002/sia.6254

The influence of chromium and molybdenum on the repassivation of nickel‐chromium‐molybdenum alloys in saline solutions

2017· article· en· W2735335598 sur OpenAlexaff
Nafiseh Ebrahimi, Mark C. Biesinger, David W. Shoesmith, James J. Noël

Notice bibliographique

RevueSurface and Interface Analysis · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMolybdenumChromiumOxideMetallurgyNickelAlloyPassivityLayer (electronics)Materials scienceElectrochemistryChemistryElectrodeComposite materialPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

The electrochemical properties and compositions of passive, transpassive, and re‐formed passive oxides on the Ni‐Cr‐Mo alloys C22 (high Cr/low Mo) and HYBRID BC1 (low Cr/high Mo) have been studied in 5.0M NaCl solutions. At low potentials in the passive region, the oxide was less resistive on BC1 compared to C22, possibly due to the influence of Mo in increasing the number of defects in the oxide. At higher potentials in the passive region, both alloys exhibited similar behaviours and composition of oxide films. Under transpassive conditions, the Cr III barrier layer (dominantly Cr 2 O 3 ) was destroyed on both alloys, with a greater accumulation of Mo VI /Mo V on the BC1 than on the C22 alloy. Improved passivity was achieved for both alloys on returning to potentials in the passive region. This appears to be due mainly to the re‐formation of the Cr III barrier oxide layer on C22, but to a combination of the reformation of this layer and the accumulation of Mo VI /Mo V on the BC1. Copyright © 2017 John Wiley & Sons, Ltd.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetMetal and Thin Film MechanicsTravaux en français237 207