MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409501400 · doi:10.5006/c2023-19148

Towards Hydrogen Permeation Testing of Novel Coatings for Steel Pipelines Using an Electrochemical Hydrogen Charging Method

2023· article· en· W4409501400 sur OpenAlexaff
Darren Feenstra, Somaieh Salehpour, Beth A. McNally, Mike Bruhis, Kaveh Sarikhani, Joey Kish

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen embrittlement and corrosion behaviors in metals
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPipeline transportPermeationHydrogenMaterials scienceElectrochemistryElectrodeMechanical engineeringChemistryEngineeringMembrane

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents preliminary results in our effort to develop a hydrogen permeation testing method using electrochemical hydrogen charging to screen the comparative performance of candidate polymer barrier coatings as applied to pipeline steel. So-called sandwich membrane assembles with the non-conducting polymer coating located in between two conducting metallic (steel) plates were used for this purpose. Significant variation in the oxidizing current density transients was observed from the replicate testing conducted, which made it difficult to determine the more typical permeation barrier performance of the candidate polymer coating under study. Changes to the sandwich membrane assembly design are proposed to improve more reproducible transient and thus a more meaningful interpretation of the permeation barrier coating performance. An attempt was also made to use the slow strain rate technique to comparatively screen hydrogen embrittlement susceptibility of polymer-coated steel samples when immersed in hydrogenated water. Initial measurements using uncoated AISI/SAE 1144 free-machining steel samples did not reveal a susceptibility to hydrogen embrittlement.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,111
Tête enseignante GPT0,369
Écart entre enseignants0,258 · 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 sujetHydrogen embrittlement and corrosion behaviors in metals→Travaux en français237 207→