MétaCan
Menu
Retour à la cohorte
Enregistrement W4386502419 · doi:10.1080/1478422x.2023.2247666

Depth profiles of akaganéite, goethite and maghemite on A1010, HPS and weathering steel panels after wet-dry corrosion tests

2023· article· en· W4386502419 sur OpenAlexaff
J. Sawicki

Notice bibliographique

RevueCorrosion Engineering Science and Technology The International Journal of Corrosion Processes and Corrosion Control · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMaghemiteGoethiteWeatheringWeathering steelCorrosionMetallurgyMaterials scienceGeologyGeochemistryChemistryHematite

Résumé

récupéré en direct d'OpenAlex

The panels of high chromium steel (A1010), high-performance steel (HPS 70W) and weathering steel (WS) were exposed to accelerated salt-spray corrosion test for 1 week and to less aggressive test for additional 13 weeks. After the tests, the corrosion products formed were extracted layer after layer and examined as a function of their depth with Mössbauer transmission spectroscopy. In the case of A1010 steel, the amounts of goethite (α-FeOOH) and akaganéite (β-FeOOH) were almost equal along the depth of the corroded layer up to ∼20 μm. The rust layers on HPS and WS panels were much thicker, respectively up to ∼0.6 mm and ∼1 mm, poorly adherent and contained mostly akaganéite near the metal–rust interface, α-FeOOH increasingly further away, and – after long exposure – also up to 20% Fe as maghemite (γ-Fe 2 O 3 ). Formation of β-FeOOH near the interface was promoted by chloride concentrated by spray-dry cycles. The microstructure and depth profiles of identified species, and especially the role of β-FeOOH, are 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 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)0,001
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 enseignants0,059
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,008
Tête enseignante GPT0,234
Écart entre enseignants0,227 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorrosion Engineering Science and Technology The International Journal of Corrosion Processes and Corrosion ControlMême sujetIron oxide chemistry and applicationsTravaux en français237 207