MétaCan
Menu
Retour à la cohorte
Enregistrement W2995146598 · doi:10.1088/1757-899x/580/1/012043

Decoding stress-strain diagrams to identify the evolution of crystal defects and their obstacle strengths using constitutive relations analyses

2019· article· en· W2995146598 sur OpenAlexaff
S. Saimoto, Michael Langille

Notice bibliographique

RevueIOP Conference Series Materials Science and Engineering · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMicrostructure and mechanical properties
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMesoscopic physicsConstitutive equationCritical resolved shear stressFlow stressMechanicsSlip (aerodynamics)DislocationSmall-angle X-ray scatteringStatistical physicsGeometryScatteringCondensed matter physicsComposite materialPhysicsStrain rateOpticsMathematicsRheologyShear rateThermodynamics

Résumé

récupéré en direct d'OpenAlex

Recent advances in microstructural characterization from the mesoscopic and microscopic scales to the nanometric and atomic scale have revealed precise details regarding the formation of nanoparticles responsible for increased strength of alloys. The size and distribution of such features have been modelled ad hoc with limited success to replicate the work-hardening behaviour. The missing issue is that of including also the evolution of the crystal defects that arise as a result of plastic flow, such as the volume fraction of nano-voids and rotated lattice structures as observed by small angle X-ray scattering (SAXS). The constitutive relation analyses (CRA) approach assumes that all shape change is due to dislocation motion, and through use of the Taylor slip model, a functional relation has been formulated to replicate the measured curve in terms of shear stress and shear strain. The CRA parameters can be correlated to the evolving deformation products by quantitatively deriving a relation for the obstacle strength factor, α, using the strain dependence of the mean slip distance, λ. Hence, the evolution of different crystal defects as straining proceeds can be assessed.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,028
Tête enseignante GPT0,276
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Materials Science and EngineeringMême sujetMicrostructure and mechanical propertiesTravaux en français237 207