MétaCan
Menu
Retour à la cohorte
Enregistrement W2974138660 · doi:10.1063/1.5087141

The effects of applied voltage on surface texturing during cathodic plasma electrolysis process

2019· article· en· W2974138660 sur OpenAlexafffund
Wei Zha, Chen Zhao, Xueyuan Nie

Notice bibliographique

RevueAIP Advances · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceTemperingTexture (cosmology)Scanning electron microscopeKurtosisSkewnessElectrolysisCathodic protectionPlasmaComposite materialSurface finishMetallurgyAnalytical Chemistry (journal)AnodeElectrodeChemistry

Résumé

récupéré en direct d'OpenAlex

Cathodic plasma electrolysis (CPE) process was applied on cast iron samples for about 1 minute to obtain a crater-liked surface texture with intention to reduce the friction and increase the wear resistance. During the treating process, the plasma discharging was initiated at the surface of cast iron samples, leading to the explosion of gas bubbles and then generating an irregular array of micro craters. The scanning electron microscopy (SEM) observations showed that the recessed and protruded surface textures were obtained when the CPE-process was conducted at low and high voltages, respectively. The textured surfaces were measured and characterized using skewness and kurtosis Pin-on-disc tribotests on those textured samples demonstrated that the samples with negative skewness and higher kurtosis had a smaller coefficient of friction (∼0.08), while the samples with positive skewness and higher kurtosis had a larger coefficient of friction (∼0.104), which was even higher than that of untreated blank sample (∼0.1). The results indicate that the applied voltage significantly influences the surface finish in terms of surface texture and morphology, and thus the coefficients of friction.

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)0,001
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
Métarecherche0,0000,001
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 Opus0,001
Tête enseignante GPT0,181
Écart entre enseignants0,180 · 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

Citations2
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIP AdvancesMême sujetTribology and Lubrication EngineeringTravaux en français237 207