MétaCan
Menu
Retour à la cohorte
Enregistrement W2888822749 · doi:10.1016/j.dib.2018.08.135

Data related to the sinter structure analysis of titanium structures fabricated via binder jetting additive manufacturing

2018· article· en· W2888822749 sur OpenAlexaff
Evan Wheat, Mihaela Vlasea, James Hinebaugh, Craig Metcalfe

Notice bibliographique

RevueData in Brief · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSinteringParticle sizeTitaniumParticle-size distributionParticle (ecology)Relative densityPowder metallurgyMetallurgyComposite materialChemical engineering

Résumé

récupéré en direct d'OpenAlex

The adoption of metal binder jetting additive manufacturing (AM) for functional parts relies on a deep understanding between the materials, the design aspects, the additive manufacturing process and sintering. This work focuses on the relationship between sintering theory and process outcomes. The data included in this article provides additional supporting information on the authors' recent publication (Wheat et al., 2018 [1]) on the sinter structure analysis of commercially pure titanium parts manufactured using powder bed binder jetting additive manufacturing. For this work, commercially pure titanium was deployed to study the effect of powder size distributions on green and sintered part qualities (bulk density, relative density, particle size, pore size, sinter neck size). This manuscript includes the overall computed tomography visualization methods and results for the green and sintered samples using uni- and bi-modal powders. Moreover, the effective particle and pore size for the different batches of powder are presented.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,716
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,002
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 Opus0,026
Tête enseignante GPT0,270
Écart entre enseignants0,245 · 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'étudeAutre devis
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

Citations15
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207