MétaCan
Menu
Retour à la cohorte
Enregistrement W4234152390 · doi:10.5383/ijtee.11.01.007

Nature of Steel Effect on Intermetallic Compounds Obtained by Galvanization

2016· article· en· W4234152390 sur OpenAlexvenueno aff
Younès Benarioua

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2016
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGalvanizationIntermetallicMetallurgyMaterials scienceCoatingMicrostructureZincSubstrate (aquarium)CorrosionVickers hardness testSurface finishOptical microscopeCathodic protectionGalvannealedLayer (electronics)Composite materialScanning electron microscopeAlloyElectrochemistryChemistry

Résumé

récupéré en direct d'OpenAlex

Zinc and some of its alloys have a number of characteristics that make it well suited for use as a protective coating against the corrosion of steel substrates under severe atmospheric conditions. The metal of zinc, which represents the main galvanization element offer then a cathodic protection to the ferrous materials. Because of these excellent characteristics, galvanization coatings are expected to be used for different protective applications fields. The objective of this work is to study the influence of the nature of steel substrate on the microstructure and the hardness of the intermetallic compounds. The steels used as the substrate are employed in agriculture field as tubes and irrigation elements in pivot. After an optimal preparation of the surface of the substrate by an appropriate roughness process, the steels specimen were immersed in a molten zinc bath maintained at 450°C. The chemical reactions which take place between the steel and the liquid zinc give rise to the formation of the  and  intermetallic compounds and the -Fe/Zn solid solution. The structure of coating was identified by X ray diffraction. The morphology and thickness of phases formed the coatings at different parameters took place with optical microscope. Finally the hardness of coatings was measured with a Vickers hardness tester.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,003
Tête enseignante GPT0,193
Écart entre enseignants0,190 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetCorrosion Behavior and InhibitionTravaux en français237 207