MétaCan
Menu
Retour à la cohorte
Enregistrement W3157285303 · doi:10.1002/sia.6953

On the adhesion of diamond‐like carbon coatings deposited by low‐pressure plasma on 316L stainless steel

2021· article· en· W3157285303 sur OpenAlexafffund
Gabriel Morand, Pascale Chevallier, Linda Bonilla‐Gameros, Stéphane Turgeon, Maxime Cloutier, Mathieu da Silva Pires, A. Sarkissian, Michaël Tatoulian, Laurent Houssiau, Diego Mantovani

Notice bibliographique

RevueSurface and Interface Analysis · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueDiamond and Carbon-based Materials Research
Établissements canadiensPlasmionique (Canada)Université Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWallonie-Bruxelles InternationalAgence Nationale de la Recherche
Mots-clésMaterials scienceAdhesionDiamond-like carbonCarbideLayer (electronics)OxideComposite materialCorrosionMetalTribologyCarbon filmCarbon fibersThin filmMetallurgyNanotechnologyComposite number

Résumé

récupéré en direct d'OpenAlex

Diamond‐like carbon (DLC) thin films constitute proven protective coatings due to their outstanding mechanical and tribological properties, combined with a relative chemical inertness and long‐term stability. These make them particularly attractive to protect metallic medical implants from corrosion and erosion. However, lack of adhesion between DLC and metallic surfaces is a recurrent problem due to poor interactions with the native oxide layer. An effective strategy to overcome these adhesion issues consists in building interfacial layers. In this context, in this work, the use of a plasma treatment to generate shallow metallic carbide layers was investigated, to promote DLC adhesion directly on the surface of 316L stainless steel (SS). The metallic carbides presence stabilizes and promotes DLC thin film deposition. The highest adhesion was obtained on samples carburized by methane during 20 min with a bias of −700 V. Furthermore, this led to interface amorphization. In conclusion, this study shows that plasma can provide new insights for overcoming the lack of adhesion of DLC thin films on SS metallic surfaces.

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 seuil0,005

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 Opus0,009
Tête enseignante GPT0,250
Écart entre enseignants0,241 · 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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetDiamond and Carbon-based Materials ResearchTravaux en français237 207