MétaCan
Menu
Retour à la cohorte
Enregistrement W4320013108 · doi:10.53063/synsint.2022.24131

Synthesizability improvement of B4C ceramics by optimizing the process temperature and atmosphere

2022· article· en· W4320013108 sur OpenAlexvenueno aff
Seyed Faridaddin Feiz, Leila Nikzad, Hudsa Majidian, Esmaeil Salahi

Notice bibliographique

RevueSynthesis and Sintering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAtmosphere (unit)Reducing atmosphereCeramicMaterials scienceBoric acidImpurityControlled atmosphereChemical engineeringProcess engineeringMetallurgyChemistryOrganic chemistryMeteorologyEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this research, the effects of synthesis temperature, holding time, and furnace atmosphere on the synthesizability of B4C ceramics using glucose and boric acid as the starting materials were scrutinized. Three temperatures of 1300, 1400, and 1500 °C were selected as synthesis temperatures. The synthesis process was carried out in a tubular furnace for 4 h in Ar atmosphere. To scrutinize the interactive effect of synthesis temperature and holding time, three samples were synthesized at 1500, 1400, and 1300 °C for 4, 8, and 12 h, respectively. Moreover, two types of controlled atmospheres, traditional Ar and an innovative CO/CO2 setup, were considered to optimize the synthesis process. X-ray diffraction (XRD) patterns were employed to determine the optimum synthesis temperature and atmosphere based on the detection of B4C peaks as the desired product and undesirable hydrocarbon and carbon byproducts. The results showed that B4C synthesized at 1500 °C for 4 h in Ar atmosphere contained the least byproduct impurities, so this temperature was chosen as the optimal choice. However, the sample fabricated at 1400 °C for 8 h is a good choice in cases where lower manufacturing temperatures are desired. The efficiency of the innovative setup was similar to the traditional one; therefore, considering the economic aspects, the CO/CO2 atmosphere was chosen as an acceptable option for B4C synthesis.

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 seuil0,003

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
Bibliométrie0,0010,000
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 Opus0,004
Tête enseignante GPT0,173
Écart entre enseignants0,169 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207