MétaCan
Menu
Retour à la cohorte
Enregistrement W3136744586 · doi:10.1080/2374068x.2021.1896863

Experimental studies and influence of process factor on zinc-nickel based coating on mild steel

2021· article· en· W3136744586 sur OpenAlexaff
O.S.I. Fayomi, A A Sode, B. U. Anyanwu, A. A. Ayoola, Mojisola O. Nkiko, K. M. Oluwasegun, D.O. Alkhuele, Desmond Eseoghene Ighravwe

Notice bibliographique

RevueAdvances in Materials and Processing Technologies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrodeposition and Electroless Coatings
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceIndentation hardnessCoatingMicrostructureScanning electron microscopeCorrosionMetallurgyReciprocating motionEnergy-dispersive X-ray spectroscopyComposite material

Résumé

récupéré en direct d'OpenAlex

Sulphate-rich electrolytic bath containing ZnSO4.7H2O in NiP solution was used to develop coating with Ni-P-Zn matrix under optimised process parameter. The major considerations are to examine the factor variance and the effect of varying time parameter between 10, 15, 20 and 25 min on the developed coating. Wear loss evolution was examined using reciprocating sliding wear tester with a force of 10 N and 20 N. The microhardness behaviour was examined using durascan microhardness tester with diamond indenter. The change in the structural build-up and the corrosion performance trend was observed using a scanning electron microscope enhanced with energy dispersive spectroscopy and potentiodynamic polarisation route. From the result we observe that time-dependant factors impact maximally on the crystal growth which rightly influences the coating hardness performance. For wear performance, the counter with external forces couldn’t penetrate wholly into the lattice of the developed coating due to the resilient formation of stable flakes. The microstructure formation shows stable dispersed crystal build-up and homogeneous growth. An excellent corrosion resistance characteristic was noticed with Ni-P-Zn-25 min matrix.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,022
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,294
Écart entre enseignants0,280 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Materials and Processing TechnologiesMême sujetElectrodeposition and Electroless CoatingsTravaux en français237 207