MétaCan
Menu
Retour à la cohorte
Enregistrement W3160805780 · doi:10.1016/j.matt.2021.04.014

Extreme mixing in nanoscale transition metal alloys

2021· article· en· W3160805780 sur OpenAlexaff
Yonggang Yao, Zhennan Huang, Lauren A. Hughes, Jinlong Gao, Tangyuan Li, David J. Morris, Steven E. Zeltmann, Benjamin H. Savitzky, Colin Ophus, Y. Zou Finfrock, Qi Dong, Miaolun Jiao, Yimin Mao, Miaofang Chi, Peng Zhang, Ju Li, Andrew M. Minor, Reza Shahbazian‐Yassar, Liangbing Hu

Notice bibliographique

RevueMatter · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Entropy Alloys Studies
Établissements canadiensCanadian Light Source (Canada)Dalhousie University
Organismes subventionnairesNational Institute of Standards and TechnologyNatural Resources, Energy and Science Authority of Sri LankaArgonne National LaboratoryBasic Energy SciencesToyota Research InstituteDivision of Materials ResearchOffice of ScienceUniversity of MarylandU.S. Department of EnergyNational Science Foundation
Mots-clésAlloyNanoscopic scaleMaterials scienceTransition metalHigh entropy alloysMetalEntropy of mixingThermodynamicsNanotechnologyChemical physicsChemical engineeringMetallurgyChemistryEnthalpyCatalysisOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Extreme mixing in nanoscale transition metal alloysConventionally, alloys are mostly synthesized in the region of easy mixing, i.e., with light immiscibility and oxidation potentials.Yet such a limited elemental combination largely hinders possible tunability and material discovery.By using entropic design (high temperature and high entropy) that favors uniform mixing, we extended nanoscale alloying to previous unmixable regions by including strongly immiscible and easily oxidized combinations, which we called an extreme mixing.The new alloy space could bring forth exotic nanomaterials for broad applications.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,195
Écart entre enseignants0,182 · 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

Citations255
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMatterMême sujetHigh Entropy Alloys StudiesTravaux en français237 207