MétaCan
Menu
Retour à la cohorte
Enregistrement W4385623003 · doi:10.1088/1402-4896/acedd7

A further look at the nano/micro-indentation method for measuring and ranking Young’s modulus and hardness of materials

2023· article· en· W4385623003 sur OpenAlexafffund
Dong Zhang, Dongyang Li

Notice bibliographique

RevuePhysica Scripta · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésModulusMaterials scienceIndentationNanoindentationYoung's modulusComposite materialAggregate modulusExtrapolationElastic modulusDynamic modulusMathematicsDynamic mechanical analysisMathematical analysisPolymer

Résumé

récupéré en direct d'OpenAlex

Abstract Determination of the intrinsic Young’s modulus ( E ) is essential for material design and applications. However, the commonly used micro/nano-indentation method does not give accurate intrinsic Young’s modulus, since the measured modulus comes from the damaged zone under the indent tip. In this study, we analyze the intrinsic Young’s modulus or that without local damage caused by indentation, and determine that the intrinsic Young’s modulus can be determined by extrapolation of the E ∼ load curve as the indentation load approaches zero. To support this finding, indentation behaviors of five ceramic materials (Al 2 O 3 , Si 3 N 4 , ZrO 2 , glass and cemented WC/Co) were analyzed and compared with those determined using an acoustic method. The intrinsic Young’s modulus measured, e.g., using the acoustic method, are appropriate for material ranking, while Young’s moduli of different materials measured by indentation under the same load could give misleading information because of different degrees of local damage to the materials under the indenter. Underlying mechanisms for the observed phenomena shown in this novel and unique study are elucidated based on the interatomic bonding. Hardness versus load curves show trends similar to those of Young’s modulus. However, unlike the Young’s modulus, the hardness values measured under the same load can be directly used to rank materials; the reason behind is also discussed.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,031
Tête enseignante GPT0,245
Écart entre enseignants0,215 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysica ScriptaMême sujetMetal and Thin Film MechanicsTravaux en français237 207