MétaCan
Menu
Retour à la cohorte
Enregistrement W4360855252 · doi:10.1063/5.0133134

Electronic and strain-elimination effects of solute–vacancy interaction in molybdenum

2023· article· en· W4360855252 sur OpenAlexaff
Jing Luo, Ziran Liu, Dongyang Li

Notice bibliographique

RevueJournal of Applied Physics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh Temperature Alloys and Creep
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésVacancy defectMolybdenumMaterials scienceAlloyChemical physicsImpurityRefractory metalsFrenkel defectDiffusionChemistryThermodynamicsCrystallographyMetallurgyPhysics

Résumé

récupéré en direct d'OpenAlex

The interaction between a solute and vacancy is crucial for the diffusion and precipitation of alloy elements and ultimately affects the creep resistance and safety of refractory molybdenum (Mo) alloys. In this work, the first-principles calculations of the interaction between solutes (5 light impurity atoms and 23 transition metal elements) and vacancies show that Mo is sensitive to all the light impurity elements, which indicates that these solutes are easy to combine with an Mo alloy and have relatively strong interaction. In most cases, the interaction between the 23 transition metal solutes and vacancy is attractive, but the interaction between solutes V, Ti, and the first-nearest vacancy is repulsive, and the interaction between the early elements in the 3d, 4d, and 5d series and the second-nearest vacancy is also repulsive. Then, we discuss the main factors that affect the solute–vacancy interaction, that is, the effects of electron and strain-elimination. Finally, a solute–vacancy interaction database based on the above effects is established, which would contribute to the research on heat- and radiation-resistant Mo 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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 GPT0,205
Écart entre enseignants0,201 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied PhysicsMême sujetHigh Temperature Alloys and CreepTravaux en français237 207