MétaCan
Menu
Retour à la cohorte
Enregistrement W3138199125 · doi:10.18280/rcma.310104

Anti-wear and Hardness Values of Functional Value-Added Zn-ZnO-Rice Husk Ash Composite Coating of Mild Steel

2021· article· en· W3138199125 sur OpenAlexvenueno aff
Obikwelu Daniel Oray Nnamdi, Aigbodion Victor Sunday

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesTshwane University of Technology
Mots-clésMaterials scienceDiffractometerScanning electron microscopeIndentation hardnessSubstrate (aquarium)CoatingTribologyComposite numberDeposition (geology)MetallurgyHuskCorrosionComposite materialMicrostructure

Résumé

récupéré en direct d'OpenAlex

This paper presents the anti-wear and hardness values of electrodeposited Zn-ZnO- XRHA composite coating. Chloride-based bath was employed for the deposition bath. The deposition parameters were 0g, 10g and 20g rice husk ash (RHA) particulate loading, 15 minutes deposition, 1.4A current, 400 rpm stirring rate and 75℃ bath temperature. The composition, morphology, occurred phases, hardness and wear resistance for the RHA, mild steel substrate and developed coatings were studied. Equipment used for analyzing the coatings properties were x-ray fluorescence spectrometer, scanning electron microscope (SEM) with attached energy dispersive spectrometer (EDS), X-ray diffractometer (XRD), EMCO Test Dura-scan microhardness tester and CERT UMT-2 tribological tester. Results showed that the Zn-ZnO-20RHA coated substrate had the highest hardness result toping the bare substrate by about 170% increment value. The trend of the wear loss for the developed Zn-ZnO-XRHA descended relative to increased particulate loading.

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 enseignants0,001
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 Opus0,057
Tête enseignante GPT0,248
Écart entre enseignants0,191 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetMetal and Thin Film MechanicsTravaux en français237 207