MétaCan
Menu
Retour à la cohorte
Enregistrement W2793329939 · doi:10.48317/imist.prsm/morjchem-v6i2.10169

Effect of amino acid on the passivation, corrosion and inhibition behavior of aluminum alloy in alkaline medium

2017· article· en· W2793329939 sur OpenAlexaff
S. Kharacha, A. Batah, M. Belkhaouda, L. Bazzi, L. Bammou, R. Salghi, O. Jbara, A. Tara

Notice bibliographique

RevueMoroccan Journal of chemistry · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensThe Audio Recording Academy
Organismes subventionnairesnon disponible
Mots-clésPassivationDielectric spectroscopyCorrosionAlloyAdsorptionMaterials scienceLangmuir adsorption modelPolarization (electrochemistry)Cyclic voltammetryElectrochemistryScanning electron microscopeInorganic chemistryAluminiumNuclear chemistryChemistryMetallurgyElectrodePhysical chemistryComposite material

Résumé

récupéré en direct d'OpenAlex

The effect of L-methionine (L-Met) on the passivation and corrosion inhibition of aluminum alloy was investigated in carbonate medium in presence of chloride ions. This inhibitive action against the corrosion of aluminum in corrosive solution was investigated at 298 K using potentiodynamic polarization curves (PDP), cyclic voltammetry (CV) and electrochemical impedance spectroscopy (EIS). The results obtained from the polarization curves reveal that the aluminum in alkaline medium exhibits a phenomenon of passivation with breakdown of passivity. Temperature effect on the corrosion behavior with the addition of (L-Met) studied in the range of temperature from 298 to 328 K. The inhibition efficiency decreases slightly with the increase in the temperature. Results show that L-Met is a good inhibitor and inhibition efficiency reach 87,23% at 10−3M. The electrochemical results are confirmed by scanning electron microscopy (SEM). The adsorption of this compound on aluminum surface obeys Langmuir’s adsorption isotherm. The kinetic and thermodynamic parameters were determined and discussed.

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 enseignants0,005
Score d'incertitude au seuil0,314

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 technologies0,0000,000
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 Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · 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

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMoroccan Journal of chemistryMême sujetCorrosion Behavior and InhibitionTravaux en français237 207