MétaCan
Menu
Retour à la cohorte
Enregistrement W4293059007 · doi:10.53063/synsint.2022.22115

Effects of glucose pretreatment and boric acid content on the synthesizability of B4C ceramics

2022· article· en· W4293059007 sur OpenAlexvenueno aff
Seyed Faridaddin Feiz, Leila Nikzad, Hudsa Majidian, Esmaeil Salahi

Notice bibliographique

RevueSynthesis and Sintering · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueBoron and Carbon Nanomaterials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBoric acidBoronBoron carbideCeramicFourier transform infrared spectroscopyPyrolysisStoichiometryCarbon fibersNuclear chemistryPolymerChemistryChemical engineeringMaterials scienceInorganic chemistryOrganic chemistryMetallurgyComposite material

Résumé

récupéré en direct d'OpenAlex

Synthesis of boron carbide (B4C) as one of the hardest materials on planet Earth is of particular importance due to its wide range of industrial and engineering applications. For this purpose, boric acid and polymers can be used as the boron and carbon sources, respectively. From the family of saccharides in polymeric materials, glucose has shown the best performance for the synthesis of B4C. In this research, untreated and pretreated (caramelized by heating) glucose precursors were selected and mixed with boric acid for subsequent pyrolysis and synthesis processes. X-ray diffractometry and Fourier transform infrared spectroscopy confirmed that heat-treated glucose is a better carbon precursor for B4C synthesis. In order to evaluate the effect of the amount of boric acid, more than its stoichiometric ratio, additional amounts of boric acid (10-40%) were also examined and the excess amount of 30% was determined as the optimal value.

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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,021
Tête enseignante GPT0,226
Écart entre enseignants0,205 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetBoron and Carbon Nanomaterials ResearchTravaux en français237 207