MétaCan
Menu
Retour à la cohorte
Enregistrement W3127891688 · doi:10.1017/exp.2020.63

The effect of Y on the microstructure and mechanical performance of an Mg-Al-Y casting alloy

2021· article· en· W3127891688 sur OpenAlexafffund
K. Korgiopoulos, Mihriban Pekguleryuz

Notice bibliographique

RevueExperimental Results · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésMicrostructureMaterials scienceDuctility (Earth science)Ultimate tensile strengthAlloyDissolutionPhase (matter)MagnesiumCastingScanning electron microscopeMetallurgyMagnesium alloyComposite materialChemical engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Environmental gains of electric cars can be optimized with the use of lightweight and recyclable magnesium in the vehicle’s structural components. Ductility improvement of low-density Mg-Al alloys will extend their use in automotive body applications. The authors achieved 63% ductility improvement in Mg-6wt%Al with trace Y (1.5 ppm) due to the β-phase refinement and predicted that higher levels would not perform as well. As predicted, 0.3wt% of Y addition investigated in this study led to lower mechanical performance and β-phase refinement than those obtained with trace additions. The tensile ductility and yield strength increased by ~13% and 16%, respectively, and the compression strain to fracture by ~22%. Scanning electron and optical microscopy, X-Rays diffraction, mechanical testing and thermodynamic calculations were used to investigate the effect of 0.3wt% Y on the microstructure of Mg-6wt%Al. The matrix dissolution revealed the close association of the Al2Y and the β-Mg17Al12 phases.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,249 · 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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueExperimental ResultsMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207