MétaCan
Menu
Retour à la cohorte
Enregistrement W3090039869 · doi:10.5006/3625

Inhibiting Corrosion of Mg Alloy AZ31B-H24 Sheet Metal with Lithium Carbonate

2020· article· en· W3090039869 sur OpenAlexaff
Basem Zaghloul, Carol Frances Glover, John R. Scully, J.R. Kish

Notice bibliographique

RevueCORROSION · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCorrosionCathodic protectionGravimetric analysisDissolutionMaterials scienceAnodeMetalPolarization (electrochemistry)AlloyInorganic chemistryCathodeMetallurgyChemical engineeringElectrodeChemistry

Résumé

récupéré en direct d'OpenAlex

The objective of this work was to determine the effectiveness of dissolved Li2CO3 as a corrosion inhibitor for AZ31B-H24 sheet metal when immersed in NaCl (aq) at ambient temperature. Corrosion rates were determined by gravimetric mass loss and volumetric H2 evolution measurements and the observed inhibition was investigated further using potentiodynamic polarization, scanning vibrating electrode technique, and x-ray photoelectron surface analytical measurements. It is shown that dissolved Li2CO3 significantly inhibits corrosion as it reduces the corrosion rate by a factor of 10. The manner in which inhibition is achieved is rationalized by the role played by the surface film produced during corrosion in inhibiting both the anode (anodic dissolution) and cathode (H2 evolution) kinetics. Inhibition involves the suppression of the filament-like corrosion mode, albeit on the macroscale, and associated cathodic activation. By process of elimination, it is proposed that the Li+ cations play a key role in inhibiting the anodic dissolution and associated cathodic activation that is required to drive the filament-like corrosion.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,220
Écart entre enseignants0,199 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCORROSIONMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207