MétaCan
Menu
Retour à la cohorte
Enregistrement W4403987002 · doi:10.1016/j.actamat.2024.120521

A new approach to solid-state nucleation in kinetically-constrained systems

2024· article· en· W4403987002 sur OpenAlexfundno aff
Christopher Hutchinson, Yves Bréchet

Notice bibliographique

RevueActa Materialia · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesAustralian Research CouncilMcMaster University
Mots-clésMaterials scienceNucleationSolid-stateState (computer science)ThermodynamicsEngineering physicsComputer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

Nucleation is the first step of the phase transformations that we use to control the microstructures of engineering materials. The starting point for questions of nucleation is usually Classical Nucleation Theory (CNT) but for solid-state nucleation at low temperatures where atomic mobility is limited, such as in engineering alloys, CNT has not been very successful is quantitatively predicting nucleation. A strong assumption of CNT is that all thermally-induced stochastic fluctuations, no matter how far their compositions lie from the bulk alloy composition, are possible and that they become nuclei when a critical size determined from thermodynamics is reached. Here we present a new and complementary model for solid-state nucleation. We consider the other extreme where atomic mobility is limited and thermally-induced stochastic clusters cannot form in the time scale relevant for a nucleation event. Instead, we consider the geometric clusters that are a statistical feature of any solution as the origin of the nuclei and present a simple model for the number of nuclei and their rate of ‘activation’. This new ‘geometric cluster’ model is shown to be able to successfully predict the competition in phase nucleation during the crystallization of a series of Al-Ni-Y metallic glass, predict the solvent trapping that is increasingly seen in solid-state nucleation and predict the peak number density of precipitates observed in Cu-Co and Fe-Cu alloys.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,704
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa MaterialiaMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207