Ranking of metallic and non-metallic coatings in the electrochemical surface treatment sector
Notice bibliographique
Résumé
The distribution of coatings by the frequency of their application during surface treatment by electrochemical methods is considered. This is important not only for understanding the structure of the electrochemical surface treatment sector, but also for identifying priority areas of scientific and technical research. Nonparametric statistical methods show the uniformity of samples and reveal the relationship between the number of enterprises that sell a certain type of coating, i.e. the frequency of applying a certain type of coating in different countries (USA, Japan, Italy, France, Germany, Great Britain, Spain, Canada, Mexico, Russia, South Africa). The results of testing the hypothesis of a close relationship between the ranks of coatings showed that a significant correlation was found between the distribution of coatings by the frequency of their application (implementation) among all countries. For example, when comparing the United States and Canada, the rank correlation coefficient is 0.62 (the lowest value obtained), which is greater than the calculated critical value of 0.56; when comparing Italy and Spain, the correlation coefficient takes the highest value of 0.97, which is greater than the critical value of 0.19. The results obtained allowed us to use this data to compile a generalized rating of the frequency of use of all coatings based on data from different countries. Based on the analysis, metal coatings can be arranged in a row according to the descending frequency of their application: Cr > Ni > Zn > Cu > Cd. The results of the ranking of coatings showed that the most commonly used electrochemical methods for surface treatment are metal coatings with chromium and nickel, and among the inorganic non – metallic coatings-oxide and then phosphate, which allows us to highlight the research devoted to the application of these coatings as priority areas of scientific and technical research.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».