MétaCan
Menu
Retour à la cohorte
Enregistrement W2770653541 · doi:10.1002/maco.201709522

Electromagnetic induction corrosion control technology (EICCT)

2017· article· en· W2770653541 sur OpenAlexaff
Digby D. Macdonald, Michael Lewis, Jason McLafferty, Enrique Maya‐Visuet, Randy Peek

Notice bibliographique

RevueMaterials and Corrosion · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueNon-Destructive Testing Techniques
Établissements canadiensToronto and Region Conservation AuthorityCanada Auto Workers
Organismes subventionnairesnon disponible
Mots-clésPassivationCathodic protectionCorrosionCoupling (piping)Current (fluid)GalvanizationMaterials scienceMetallurgyMetalOptoelectronicsElectrical engineeringComposite materialEngineeringChemistryElectrodeAnode

Résumé

récupéré en direct d'OpenAlex

Over the past several years, a new corrosion control technology has been developed for protecting damaged, painted galvanized, and galvannealed surfaces in contact with ambient aqueous environments. This technology, which we call electromagnetically induced corrosion control technology (EICCT), is an electronic technology that is based upon coupling surface currents into the metal structure to be protected. Electromagnetic induction experiments have demonstrated that the induced current is spread across the surfaces of complex shapes, such as an automobile body, as required by Maxwell's equations, so that induction at a single point is effective in protecting a whole, complex‐shaped surface, that the power consumption is very low, and possibly that the induced signal may be tailored to optimize the efficacy. The observed efficacy is attributed to inhibition of zinc passivation as directly indicated by the coupling current. Efficacy is also indicated by inhibition of rusting at scribes in painted panels. It is important to emphasize that the technique is not a classical, impressed current cathodic protection (ICCP) system.

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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 GPT0,219
Écart entre enseignants0,211 · 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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials and CorrosionMême sujetNon-Destructive Testing TechniquesTravaux en français237 207