Composition―Nanostructure Steered Performance Predictions in Steel Wires
Notice bibliographique
Résumé
Neutron scattering in combination with scanning electron and atomic force microscopy were employed to quantitatively resolve elemental composition, nano- through meso- to metallurgical structures and surface characteristics of two commercial stainless steel orthodontic archwires—G&H and Azdent. The obtained bulk composition confirmed that both samples are made of metastable austenitic stainless steel type AISI 304. The neutron technique’s higher detection sensitivity to alloying elements facilitated the quantitative determination of the composition factor (CF), and the pitting resistance equivalent number (PREN) for predicting austenite stability and pitting-corrosion resistance, respectively. Simultaneous neutron diffraction analyses revealed that both samples contained additional martensite phase due to strain-induced martensite transformation. The unexpectedly high martensite content (46.20 vol%) in G&H was caused by combination of lower austenite stability (CF = 17.37, p = .03), excessive cold working and inadequate thermal treatment during material processing. Together, those results assist in revealing alloying recipes and processing history, and relating these with corrosion resistance and mechanical properties. The present methodology has allowed access to unprecedented length-scale (μm to sub-nm) resolution, accessing nano- through meso-scopic properties. It is envisaged that such an approach can be extended to the study and design of other metallic (bio)materials used in medical sciences, dentistry and beyond.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».