MétaCan
Menu
Retour à la cohorte
Enregistrement W4407928632 · doi:10.1016/j.mtcomm.2025.112024

Evolution of carbon distribution across meso-scale segregations in pressure vessel steel

2025· article· en· W4407928632 sur OpenAlexaff
Marion Bregeault, Arthur Marceaux dit Clément, Brendan Le Gloannec, François Roch, M. Véron, H.P. Van Landeghem

Notice bibliographique

RevueMaterials Today Communications · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrostructure and Mechanical Properties of Steels
Établissements canadiensFraser Health
Organismes subventionnairesnon disponible
Mots-clésMaterials sciencePressure vesselScale (ratio)Carbon steelCarbon fibersDistribution (mathematics)MetallurgyComposite materialComposite number

Résumé

récupéré en direct d'OpenAlex

Carbon plays a major role in the microstructural evolution and associated mechanical properties of nuclear pressure vessel steel. Solidification conditions of large ingots lead to an inhomogeneous distribution of all elements in the microstructure. The standard thermal schedule for pressurized components was found to afford carbon enough mobility for complete meso-scale homogenization, while substitutional elements remain unaffected. Their inhomogeneous distribution negligibly changes the activity of carbon in austenite. Subsequent bainitic transformation causes redistribution of carbon at the scale of the parent austenite grain only. Tempering, however, leads to migration of carbon from solute-lean to solute-rich regions depending on its duration. • Carbon potential is homogenous across the microstructure during reaustenitization. • Reaustenitization provides carbon with sufficient time and mobility to homogenize. • Chomium and molybdenum segregations cause potential well in ferritic microstructures. • Increased carbide precipitation is the main driver of the carbon potential decrease. • As a result, carbon segregates back along substitutional elements during tempering.

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 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 enseignants0,055
Score d'incertitude au seuil0,475

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,241
Écart entre enseignants0,232 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials Today CommunicationsMême sujetMicrostructure and Mechanical Properties of SteelsTravaux en français237 207