MétaCan
Menu
Retour à la cohorte
Enregistrement W2935156725 · doi:10.1002/sia.6640

Soft X‐ray spectromicroscopy studies of pitting corrosion of reinforcing steel bar

2019· article· en· W2935156725 sur OpenAlexafffund
Xiaoxuan Guo, Arthur Situm, Burke C. Barlow, Bao Guo, Ian J. Burgess, Andrew P. Grosvenor

Notice bibliographique

RevueSurface and Interface Analysis · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueElectron and X-Ray Spectroscopy Techniques
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesWestern Economic Diversification CanadaNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésRebarXANESCorrosionMaterials scienceCarbon steelPolyvinyl butyralComposite materialCoatingMetallurgySpectroscopy

Résumé

récupéré en direct d'OpenAlex

Pitting corrosion of reinforcing steel bar (rebar) imbedded in concrete by chloride ions can cause concrete degradation. It is thus necessary to develop methods to mitigate concrete corrosion which could include using a protective polymer rebar coating. Corrosion studies of polyvinyl butyral‐carbon black polymer‐coated rebar using soft X‐ray fluorescence (XRF) microprobe and micro‐X‐ray absorption near edge spectroscopy (μ‐XANES) are reported in this study. After removal of the polyvinyl butyral‐carbon black polymer coating, Fe Lα 1 , Mn Lα 1 , and O Kα 1 XRF maps were collected as well as Fe and Mn L 3 ‐edge μ‐XANES spectra from different regions across the whole rebar surface by collection of total electron yield (TEY) and partial XRF yield (PFY) spectra. The distribution of metallic Fe and Fe corrosion products was determined by analysis of the Fe XRF map. The μ‐XANES spectra indicated a higher fraction of Fe (III) phases on the corroded rebar surface, while Fe (II/III) phases were the major corrosion products beneath the surface region. In addition, Mn (II) and Mn (III) were determined as the valence states of the manganese corrosion products.

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)0,001
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 enseignants0,015
Score d'incertitude au seuil0,721

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,013
Tête enseignante GPT0,304
Écart entre enseignants0,291 · 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'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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetElectron and X-Ray Spectroscopy TechniquesTravaux en français237 207