MétaCan
Menu
Retour à la cohorte
Enregistrement W2746940293 · doi:10.3390/app7080854

Irradiation Induced Defect Clustering in Zircaloy-2

2017· article· en· W2746940293 sur OpenAlexafffund
Zhongwen Yao, Mark R. Daymond, Sali Di, Yasir Idrees

Notice bibliographique

RevueApplied Sciences · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNuclear Materials and Properties
Établissements canadiensQueen's University
Organismes subventionnairesArgonne National LaboratoryDivision of Materials ResearchOffice of ScienceNatural Sciences and Engineering Research Council of CanadaMitacsUniversity Network of Excellence in Nuclear EngineeringU.S. Department of Energy
Mots-clésIrradiationMaterials scienceNucleationDislocationCrystallographic defectYield (engineering)Vacancy defectIonMicrostructureZirconium alloyCrystallographyAnalytical Chemistry (journal)MetallurgyComposite materialThermodynamicsZirconiumChemistryNuclear physics

Résumé

récupéré en direct d'OpenAlex

The effect of irradiation temperature and alloying elements on defect clustering behaviour directly from the cascade collapse in Zircaloy-2 is examined. The in-situ ioWn irradiation technique was employed to study the formation of <a>-type dislocation loops by Kr ion irradiation at 573 K and 773 K, while the dependence of dislocation loop formationon the presence of alloying elements was investigated by comparing with the defect microstructures of pure Zr irradiated under similar conditions. The experimentally observed temperature dependence of defect clustering was further investigated using molecular dynamics (MD) simulations near the experimental irradiation temperatures. We particularly concentrate on yield and morphology of small defect clusters formed directly from cascade collapse at very low ion doses. Smaller loop size and higher defect yield (DY) in Zircaloy-2 as compared to pure Zr suggests that the presence of the major alloying element Sn increases the number of nucleation sites for the defect clusters but suppresses the point defect recombination. MD simulations at 600 and 800 K revealed that the production of both vacancy and interstitial clusters drops significantly with an increase of irradiation temperature, which is reflected in experimentally collected DY 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)0,001
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 enseignants0,233
Score d'incertitude au seuil0,705

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 savante0,0010,000
Science ouverte0,0010,000
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 Opus0,063
Tête enseignante GPT0,285
Écart entre enseignants0,222 · 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

Citations17
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetNuclear Materials and PropertiesTravaux en français237 207