MétaCan
Menu
Retour à la cohorte
Enregistrement W4221097183 · doi:10.18280/rcma.320102

Mechanical, Corrosion Resistance Properties and Various Applications of Titanium and Its Alloys: A Review

2022· review· en· W4221097183 sur OpenAlexvenueno aff
Kunle O. Babaremu, Tien‐Chien Jen, Philip O. Oladijo, Esther T. Akinlabi

Notice bibliographique

RevueRevue des composites et des matériaux avancés · 2022
Typereview
Langueen
DomaineMaterials Science
ThématiqueTitanium Alloys Microstructure and Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceCorrosionTitaniumMetallurgyAluminiumVanadiumToughnessStructural materialTitanium alloySpecific strengthTribologyPrecipitationRaw materialComposite materialAlloy

Résumé

récupéré en direct d'OpenAlex

Titanium (Ti) alloys have been employed for several structural purposes due to high strength, lightweight, temperature toughness, outstanding corrosion resistance and extreme temperature tolerance ability. However, their application for aircraft, military equipment and spacecraft etc. is limited by the exorbitant cost of raw materials and processing. Although, commercially unadulterated titanium exhibits satisfactory mechanical characteristics and has been used for some engineering applications. For many applications, titanium is combined or alloyed with little percentages of alloying elements such as vanadium and aluminium by weight. The combination possesses solid solubility which differs with temperature, enabling it to experience precipitation strengthening. This strengthening effect and effect of heat treatment does not only affect the mechanical and structural properties but alters the tribological and corrosion resistance (CR) properties of the alloys. The CR property of alloys is vital in any structural application and this affects other properties directly or indirectly. Therefore, this review paper examines the properties, classification and applications of Ti and its alloys.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,302
Écart entre enseignants0,189 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue des composites et des matériaux avancésMême sujetTitanium Alloys Microstructure and PropertiesTravaux en français237 207