MétaCan
Menu
Retour à la cohorte
Enregistrement W3089346089 · doi:10.1016/j.jmrt.2020.09.104

Effect of laser welding on the mechanical and degradation behaviour of Fe-20Mn-0.6C bioabsorbable alloy

2020· article· en· W3089346089 sur OpenAlexafffund
Jacopo Fiocchi, Carlo Alberto Biffi, Sofia Gambaro, Carlo Paternoster, Diego Mantovani, Ausonio Tuissi

Notice bibliographique

RevueJournal of Materials Research and Technology · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConsiglio Nazionale delle Ricerche
Mots-clésMaterials scienceWeldingUltimate tensile strengthAlloyComposite materialMartensiteMetallurgyAusteniteElongationLaser beam weldingDuctility (Earth science)MicrostructureCreep

Résumé

récupéré en direct d'OpenAlex

The present work aims at exploring the influence of laser welding on the functional behaviour of a Fe-20Mn-0.6C (wt.%) bioabsorbable alloy. At first, the selection of the most suitable process speed (40 mm/s) was done in order to obtain a full penetration joint with limited taper. Then, microstructural and mechanical analyses of welded sheets confirmed suitable performance of the joint, without porosity, thus preserving chemical composition, mechanical resistance and ductility even after welding. In particular, the base material comprised both γ austenite and ε martensite, while the welded samples showed a further type of martensite, namely α’. Moreover, ultimate tensile strength (1095 MPa and 1104 MPa in base and welded material, respectively) and elongation to failure (61.3% and 60.9%, respectively) were almost not influenced by the welding process. Considering the absorbable nature of these alloys, static immersion degradation tests were carried out, and confirmed that the surface of the welded bead did not exhibit a significant variation of the material degradation rate after 14 days in modified Hanks’ solution. Finally, a significant accumulation of degradation products, mainly (Fe,Mn)CO3, was observed along the joining line.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,005
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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)0,0000,000

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 Opus0,060
Tête enseignante GPT0,320
Écart entre enseignants0,260 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Materials Research and TechnologyMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207