MétaCan
Menu
Retour à la cohorte
Enregistrement W3171560940 · doi:10.51301/vest.su.2021.v143.i1.29

Approval of production waste application as modifiers of aluminum alloys

2021· article· en· W3171560940 sur OpenAlexaff
K. Tuyskhan, G. E. Akhmetova, G. A. Ulyeva, D.S. Saparov, K.S. Tolubaev

Notice bibliographique

RevueEngineering Journal of Satbayev University · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueBauxite Residue and Utilization
Établissements canadiensArcelorMittal (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAlloyRaw materialMetallurgyCorundumAluminiumMicrostructureSilica fumeIndustrial wasteRefining (metallurgy)MoldComposite materialWaste managementChemistry

Résumé

récupéré en direct d'OpenAlex

The results of a study of the effect of modifying additives from production waste of microsilica and corundum (Al2O3) powders on the structure and phase composition of the AD31 aluminum alloy are presented. In the conditions of the Karaganda Industrial University, melting of the AD31 aluminum alloy was carried out with the addition of 1% of waste powder of silicon production «Silicium Kazakhstan» (now «Tau-Ken Temir») (microsilica grade MK-85) and corundum powder (abrasive waste from cutting discs) as modifiers. The positive effect of modifying additives from industrial waste on the structure and properties of the alloy is revealed - the grain is refined, the phase composition changes, and the properties of modified aluminum alloys improve. To study the samples of the obtained modified alloys, the authors used the method of electron microscopy, as the simplest and fastest way to transfer information about the microstructure, elemental composition and distribution of elements in the sample volume. The conducted studies are relevant from the point of view of recycling waste from metallurgical industries, expanding the raw material base, as well as obtaining new materials with the required complex of functional properties

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: 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
Métarecherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,159
Écart entre enseignants0,155 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Journal of Satbayev UniversityMême sujetBauxite Residue and UtilizationTravaux en français237 207