MétaCan
Menu
Retour à la cohorte
Enregistrement W2890184823 · doi:10.5006/2928

Nanoscale Precursor Sites and their Importance in the Prediction of Stress Corrosion Cracking Failure

2018· article· en· W2890184823 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCORROSION · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensUniversity of TorontoCanadian Nuclear LaboratoriesQueen's University
Organismes subventionnairesUniversity of Toronto
Mots-clésStress corrosion crackingMaterials scienceNanoscopic scaleCorrosionStress (linguistics)CrackingMetallurgyComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

Stress corrosion cracking (SCC) usually initiates at locally compromised surface regions, and ultimately at nanoscale precursor sites. The ability to identify such sites would be instrumental in predicting SCC failure and developing proactive mitigation strategies. Modern microscopy capabilities allow for the requisite micro-to-atomic scale analysis to characterize SCC and identify precursor sites at various length scales. In the latter part of his career, Roger Staehle recognized and emphasized the benefit of modern capabilities in microscopy and computational science for modeling and performing physical characterization of atomic and nanoscale processes related to SCC. Consequently, he developed the quantitative micro-nano (QMN) approach with the goal of attaining a global model of SCC on an atomistic basis. This article reviews recent studies that have applied state-of-the-art microscopy techniques to characterize SCC and associated precursors in the context of the QMN approach. Initial examples used to demonstrate characterization of nanoscale precursors include SCC of Alloy 800 in Pb-containing, caustic, and acid sulfate solutions relevant to secondary side crevice environments in nuclear power plants. In line with the QMN approach, the focus is on characterizing and understanding SCC mechanisms, leading to prediction and identification of associated precursors. Precursors to secondary side SCC of Alloy 800 are shown to include monolayer-level S or Pb at oxide-metal interfaces, the onset of dealloying, or metastable pitting corrosion. Following this, intergranular oxidation embrittlement of Alloy 600 in hydrogenated water/steam environments is explored to demonstrate the benefits of a multitechnique approach to identify SCC precursors and highlight recent advancements in in situ microscopy. Although nuclear-relevant SCC systems are used as examples, the QMN approach and benefit of identifying nanoscale precursors that correlate with SCC failure are applicable to a broad spectrum of SCC systems.

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.

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 enseignants0,131
Score d'incertitude au seuil0,449

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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,238 · 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