MétaCan
Menu
Retour à la cohorte
Enregistrement W4377141655 · doi:10.1016/j.corsci.2023.111284

A mechanistic study on dealloying-induced stress corrosion cracking of Alloy 800 in boiling caustic solutions

2023· article· en· W4377141655 sur OpenAlexafffund
Hooman Gholamzadeh, Adil Shaik, Kevin Daub, Matthew Topping, Mark R. Daymond, S.Y. Persaud

Notice bibliographique

RevueCorrosion Science · 2023
Typearticle
Langueen
DomaineMaterials Science
ThématiqueNanoporous metals and alloys
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity Network of Excellence in Nuclear EngineeringMcMaster University
Mots-clésStress corrosion crackingMaterials scienceAlloyBoilingCorrosionMetallurgyCrackingCaustic (mathematics)PorosityCleavage (geology)Boiling water reactorComposite materialChemistryFracture (geology)

Résumé

récupéré en direct d'OpenAlex

Alloy 800 (Fe-30Ni-20Cr) is used in steam generators of some nuclear power plants . In-service performance has been excellent, but stress corrosion cracking (SCC) can occur in certain off-chemistry environments. In this study, the SCC mechanism for Alloy 800 in boiling caustic solution is investigated. After exposure, a Ni-rich porous surface film is formed with a large density of cracks. Complementary electron microscopy techniques are applied to study the SCC mechanism at the nanoscale from chemical and mechanical perspectives. Results suggest SCC initiation occurs by transmission of a micro-crack from the Ni-rich layer into the substrate material via a cleavage mechanism.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,046
Score d'incertitude au seuil0,790

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,332
Écart entre enseignants0,255 · 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 tête enseignante, 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

Citations6
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCorrosion ScienceMême sujetNanoporous metals and alloysTravaux en français237 207