MétaCan
Menu
Retour à la cohorte
Enregistrement W2783994504 · doi:10.1098/rsta.2017.0212

A phase-field-crystal alloy model for late-stage solidification studies involving the interaction of solid, liquid and gas phases

2018· article· en· W2783994504 sur OpenAlexafffund
Nan Wang, Gabriel Kocher, Nikolas Provatas

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering Sciences · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensMcGill University
Organismes subventionnairesCanada Research ChairsCompute Canada
Mots-clésAlloyMaterials sciencePhase (matter)Field (mathematics)Stage (stratigraphy)ThermodynamicsMetallurgyChemistryPhysicsMathematicsGeology

Résumé

récupéré en direct d'OpenAlex

We present a multiphase binary alloy phase-field-crystal model. By introducing density difference between solid and liquid into a previous alloy model, this new fusion leads to a practical tool that can be used to investigate formation of defects in late-stage alloy solidification. It is shown that this model can qualitatively capture the liquid pressure drop due to solidification shrinkage in confined geometry. With an inherited gas phase from a previous multiphase model, cavitation of liquid from shrinkage-induced pressure is also included in this framework. As a unique model that has both solute concentration and pressure-induced liquid cavitation, it also captures a modified Scheil-Gulliver-type segregation behaviour due to cavitation. Simulation of inter-dendritic channel solidification using this model demonstrates a strong cooling rate dependence of the resulting microstructure.This article is part of the theme issue 'From atomistic interfaces to dendritic patterns'.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,809
Score d'incertitude au seuil0,389

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 technologies0,0000,001
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 Opus0,064
Tête enseignante GPT0,324
Écart entre enseignants0,260 · 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

Citations8
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetSolidification and crystal growth phenomenaTravaux en français237 207