MétaCan
Menu
Retour à la cohorte
Enregistrement W2793458165 · doi:10.1139/cjp-2017-0739

Mg<sub>65</sub>Ni<sub>20</sub>Y<sub>15–<i>X</i></sub>Ag<sub><i>X</i></sub> (<i>X</i> = 1, 2, 3, 5) alloys prepared via atmosphere controlled induction system

2018· article· en· W2793458165 sur OpenAlexfundvenueno aff
Celal Kurşun, Musa Göğebakan, Yunus Azaklı, Sezgin Cengiz, Hasan Eskalen, Mehmet Tarakçı, Yücel Gençer

Notice bibliographique

RevueCanadian Journal of Physics · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésScanning electron microscopeVickers hardness testIngotAnalytical Chemistry (journal)DiffractionX-ray crystallographyMaterials scienceChemical compositionPhysicsMicrostructureMetallurgyCrystallographyComposite materialAlloyOpticsChemistry

Résumé

récupéré en direct d'OpenAlex

In this work, Mg 65 Ni 20 Y 15–X Ag X (X = 1, 2, 3, 5) alloys were manufactured by atmosphere controlled induction system. The effect of Ag ratio on the microstructural properties, micro-hardness, density, and homogeneity of the Mg–Ni–Y alloys were investigated. These alloys were characterized by X-ray diffraction (XRD), optical microscopy, scanning electron microscopy with energy dispersive X-ray (SEM-EDX) and Vickers micro-hardness measurement. According to XRD results, Ni 3 Y and Mg 6 Ni phases were observed as well as AgY and Ag 17 Mg 54 phases, which were obtained in alloys. The quantitative results of EDX analysis confirm that the chemical composition of the obtained phases is very close and their homogeneities are so high. The average micro-hardness values of the ingot alloys were measured between 208 and 266 HV for matrix. The elastic modulus and densities of the Mg 65 Ni 20 Y 15–X Ag X (X = 1, 2, 3, 5) alloys increased by increasing Ag in the alloys and they were determined in the range of 58.18–68.12 GPa and 3.14–3.53 g/cm 3 , respectively.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetHydrogen Storage and MaterialsTravaux en français237 207