MétaCan
Menu
Retour à la cohorte
Enregistrement W4409152937 · doi:10.3390/chemistry7020060

Morphology and Composition of Brake Wear Particles Ameliorated by an Alumina Coating Approach

2025· article· en· W4409152937 sur OpenAlexafffund
Ran Cai, Jingzeng Zhang, Xueyuan Nie

Notice bibliographique

RevueChemistry · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBrake Systems and Friction Analysis
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCoatingComposition (language)Morphology (biology)Materials scienceMetallurgyComposite materialArtGeology

Résumé

récupéré en direct d'OpenAlex

A plasma-assisted electrochemical deposition (PAECD) technology was introduced to coat a cast iron brake disc for the possible reduction of brake wear and brake wear particle (BWP) emission. The majority of the coating consisted of alumina (Al2O3), determined by energy dispersive X-ray (EDX) analysis and X-ray diffraction (XRD) analysis. To validate the above strategy of the coating technology for automotive brake corners, one brake stock rotor was replaced by a PAECD-coated rotor for a vehicle road test. After the road test, weight loss of the brake components (rotors and pads) was measured, showing that the alumina coating can reduce the brake wear by more than 70%. BWPs were also collected from wheel barrels, spokes, and brake friction rings of the coated and uncoated rotors during the road test. A morphology and chemical composition analysis of the collected BWPs indicated that the coating could reduce BWP generation from the original sources and avoid a metal pick-up (MPU) issue, leading to less metallic content in BWPs. This alumina coating may provide the auto sector with a sustainable approach to overcome the brake dust emission problem, evidenced by less wear of the brake pads, minimal wear of the coated brake rotor, less MPUs, and a clean wheel rim on the coated brake corner.

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)0,000
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 seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,204
Écart entre enseignants0,197 · 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

Citations4
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemistryMême sujetBrake Systems and Friction AnalysisTravaux en français237 207