MétaCan
Menu
Retour à la cohorte
Enregistrement W4387858766 · doi:10.53063/synsint.2023.33171

Comparison of residual carbon content and morphology of B4C powders synthesized under different conditions

2023· article· en· W4387858766 sur OpenAlexvenueno aff
Seyed Faridaddin Feiz, Leila Nikzad, Hudsa Majidian, Esmaeil Salahi

Notice bibliographique

RevueSynthesis and Sintering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensnon disponible
Organismes subventionnairesMaterials and Energy Research Center
Mots-clésTartaric acidCarbon fibersBoric acidScanning electron microscopeImpurityMaterials scienceBoron carbideMorphology (biology)DissolutionCeramicChemical engineeringBoronNuclear chemistryComposite materialChemistryCitric acidOrganic chemistryComposite number

Résumé

récupéré en direct d'OpenAlex

In this article, the impact of different B4C synthesis methods on the amount of residual carbon and the final morphology of the prepared ceramic particles was investigated. The main materials for the synthesis of B4C were glucose and boric acid, and the effects of adding tartaric acid and performing mechanical activation were studied. For this purpose, two methods of carbon dissolution and boron carbide oxidation were used to determine the amount of residual carbon in the ceramic products. The results of the investigations on the sample synthesized in optimal conditions showed that if additives and mechanical activation are not used, about 7 wt% of carbon will remain in the synthesized powder. The amount of carbon decreased to 5.7 wt% with mechanical activation, but the best result was obtained with the addition of tartaric acid, in which the amount of impurity dropped to 3.3 wt%. Finally, the size and morphology of B4C particles and carbon impurities were observed and compared using a scanning electron microscope.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,056
Tête enseignante GPT0,267
Écart entre enseignants0,211 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207