MétaCan
Menu
Retour à la cohorte
Enregistrement W4245189339 · doi:10.5539/ijc.v5n1p26

Synthesis and Characterization of Benzilate Esters as Aqueous Corrosion Inhibitors for Mild Steel and 2024, 6061, and 7075 Aluminum Alloys

2013· article· en· W4245189339 sur OpenAlexvenueno aff
Volkan Çiçek, Mehmet Özdemir

Notice bibliographique

RevueInternational Journal of Chemistry · 2013
Typearticle
Langueen
DomaineMaterials Science
ThématiqueCorrosion Behavior and Inhibition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorrosionChemistryAluminiumCharacterization (materials science)Aqueous solutionMetalSolubilityInorganic chemistryMetallurgyOrganic chemistryMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

In this investigation, synthesis and characterization of environmentally friendly metallo-organic corrosion inhibitors for protection of mild steel and certain aluminum alloys are being sought to replace hexavalent chromium based corrosion inhibitors. For this reason, several corrosion inhibiting species such as benzilic acid and metal oxyanions were combined in a single compound with the general formula, (M)x(benzilicacid)y(M?aOb)z. First group of such compounds were synthesized in a similar study of the first author reported in another study with the title of “Synthesis and Characterization of Salts and Esters of Hydroxy Acids as Corrosion Inhibitors for Mild Steel and Aluminum Alloys” and this work aims to build on the success of those compounds since theoretically, there is no reason why benzilates cannot be good replacements for a-hydroxy acids such as gluconates. Additionally, benzilates are less soluble in general than hydroxyl acids, which could result in a corrosion inhibiting compound with an optimum window of solubility. Practical results have mostly proven the hypothesized advantages of benzilates correct and yielded that certain salts and esters of benzilates can be suitable corrosion inhibitors for certain metals and their 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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,005

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)0,0010,001

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 Opus0,009
Tête enseignante GPT0,242
Écart entre enseignants0,232 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ChemistryMême sujetCorrosion Behavior and InhibitionTravaux en français237 207