MétaCan
Menu
Retour à la cohorte
Enregistrement W4385594667 · doi:10.51983/ajeat-2016.5.1.776

The Cold Spray Coating Process: A Future Technique in Material Deposition

2016· article· en· W4385594667 sur OpenAlexfundno aff
Ripandeep Singh, Gurpreet Singh, Hazoor Singh Sidhu

Notice bibliographique

RevueAsian Journal of Engineering and Applied Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHigh-Temperature Coating Behaviors
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Ottawa
Mots-clésGas dynamic cold sprayMaterials scienceThermal sprayingDeposition (geology)CoatingMelting pointSupersonic speedProcess (computing)Substrate (aquarium)Solution precursor plasma sprayProcess engineeringNanotechnologyMetallurgyEngineering physicsComposite materialAerospace engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Cold Spray coatings is a material deposition technique from the broad family of thermal spray coatings with the difference of depositing spray particles at the temperature below melting point as it is a solid state process. The spray particles are impinged on the substrate with supersonic velocities. This paper imparts some light on application of this emerging technique with pros and cons. As this technique come up from last 20 years yet practical area is limited and confined to some research only. As this is a quite beneficial technique and help require from public/private sector to commercialize this technique and hope in coming years it comes up with a good growth in this area.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,002
Tête enseignante GPT0,181
Écart entre enseignants0,179 · 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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Engineering and Applied TechnologyMême sujetHigh-Temperature Coating BehaviorsTravaux en français237 207