MétaCan
Menu
Retour à la cohorte
Enregistrement W4206320613 · doi:10.3390/coatings12010053

Evaluating the Performance of Aluminum Sacrificial Anodes with Different Concentration of Gallium in Artificial Sea Water

2022· article· en· W4206320613 sur OpenAlexafffund
Yuntao Xi, Jia Mao, Jun Zhang, Wanli Zhang, Daoyong Yang, Liang Sun

Notice bibliographique

RevueCoatings · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensUniversity of Regina
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Joint Engineering Research Center for Abrasion Control and Molding of Metal MaterialsNatural Science Basic Research Program of Shaanxi ProvinceXi'an Shiyou UniversityState Key Laboratory for Mechanical Behavior of MaterialsNatural Sciences and Engineering Research Council of Canada
Mots-clésGalliumMaterials scienceAlloyAluminiumAnodeMicrostructureMetallurgyElectrochemistryAnalytical Chemistry (journal)ChemistryElectrodeChromatography

Résumé

récupéré en direct d'OpenAlex

In this manuscript, the influence of gallium content additions of Al-Zn-In-Mg alloy was investigated through electrochemical techniques and microstructure observation in 3.5 wt% NaCl solution. The results indicated that Al-Zn-In-Mg-0.03Ga alloy has the best discharge performance among all alloys. We propose that this is due to the fact that gallium addition to the Al-4Zn-In-Mg alloy improves the discharge activity of the alloy as well as elevating its anodic efficiency. In particular, the effect of gallium addition to improve discharge activity tends to be a parabolic curve, in which there is an increase when the gallium is first added that rises to the maximum anode current efficiency of about 98.25% whenever gallium content is 0.03 wt%.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,009
Score d'incertitude au seuil0,667

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,043
Tête enseignante GPT0,292
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCoatingsMême sujetCorrosion Behavior and InhibitionTravaux en français237 207