MétaCan
Menu
Retour à la cohorte
Enregistrement W2899799723 · doi:10.6000/2369-3355.2018.05.02.3

Polishing of Black and White CVD Grown Polycrystalline Diamond Coatings

2018· article· en· W2899799723 sur OpenAlexvenueno aff
Snigdha Roy, Vamsi Krishna Balla, A.K. Mallik, Victor Ralchenko, A. P. Bolshakov, Eugene E. Ashkinazi

Notice bibliographique

RevueJournal of Coating Science and Technology · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolishingMaterials scienceCrystalliteWhite (mutation)DiamondPolycrystalline diamondMetallurgyChemistry

Résumé

récupéré en direct d'OpenAlex

Microwave plasma CVD growth can produce black and white varieties of polycrystalline diamond (PCD), depending on their as-grown purity. These two types of PCDs have been polished by mechanical and chemo-mechanical polishing respectively. It has been observed that initial roughness of 2.21μm for white PCD can be brought down to 175 nm after 70 hours of combined polishing, whereas, 85 hours of combined polishing could bring down the high initial roughness of 11.2μm for black PCD down to 546 nm at the end. Although, the material that was removed during polishing was higher for the black variety of PCD but it had lower polishing rate of 4nm/hr than white PCD (13nm/hr) during chemo-mechanical polishing. Such differential polishing rate was due to harder top polished surface of the black diamond than the white diamond. The nanoindentation study on the polished PCD surfaces revealed that the black PCD has a final nanohardness of 32.58±1 GPa whereas the white variety PCD had a polished surface nanohardness of 28.5±2 GPa. More conversion of diamond surface into harder amorphous sp3 than softer graphite during polishing action may have resulted such slow rate of anisotropic polishing for black diamond than white diamond.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,269
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coating Science and TechnologyMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207