MétaCan
Menu
Retour à la cohorte
Enregistrement W2930464785 · doi:10.2320/matertrans.l-m2020827

Relationship between Deep Drawability and Microstructure of Magnesium Alloy

2020· article· en· W2930464785 sur OpenAlexaff
Yosuke Tamura, H. Soda, Alexander McLean

Notice bibliographique

RevueMATERIALS TRANSACTIONS · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMicrostructureMetallurgyMagnesium alloyMagnesiumAlloy5052 aluminium alloy

Résumé

récupéré en direct d'OpenAlex

Mg–1.5Zr alloy blanks 1.0 mm in thickness, made from cast and rolled materials, were deep-drawn at room temperature and 150°C. The microstructures were examined and deformability evaluated. The grain size of blanks from cast and rolled materials was 40 µm and 15 µm, respectively. The basal texture was confirmed for rolled-blanks, while the microstructures of cast blanks were randomly orientated. The limiting drawing ratio for cast materials was 1.65 at room temperature and 1.75 at 150°C. For rolled-blanks, it was 1.45 and 1.70 at room temperature and 150°C, respectively. The cast-blanks deformed in a similar way at room temperature and at 150°C, exhibiting a decrease in thickness in the punch-shoulder areas and a progressive increase along the side wall toward the rim of the cups. Rolled-blanks tested at 150°C showed the similar trend as cast-blanks and exhibited evidence of dynamic recrystallization in the punch-shoulder areas, contributing to an improvement on the limiting drawing ratio. When the deep-drawing exceeded the limiting drawing ratio, the cast-blanks tested at room temperature and 150°C and also the rolled-banks tested at 150°C fractured in the rim area of the cups, while the rolled-blanks at room temperature fractured from the punch-shoulder areas.

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 seuil0,003

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 Opus0,027
Tête enseignante GPT0,234
Écart entre enseignants0,207 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATERIALS TRANSACTIONSMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207