MétaCan
Menu
Retour à la cohorte
Enregistrement W4409872290 · doi:10.1002/adem.202402647

Synergistic Effects of Cerium and Magnesium on Optimizing Electrical Conductivity and Mechanical Properties of AlSi3 Cast Alloys

2025· article· en· W4409872290 sur OpenAlexafffund
F. Yavari, Mousa Javidani, Lei Pan, X.‐Grant Chen

Notice bibliographique

RevueAdvanced Engineering Materials · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloy Microstructure Properties
Établissements canadiensRio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMaterials scienceCeriumMagnesiumMetallurgyElectrical resistivity and conductivity

Résumé

récupéré en direct d'OpenAlex

To improve the strength and electrical conductivity (EC) of AlSi3 base alloys, the effect of Ce addition on the solidification, microstructure, and the mechanical and electrical properties of AlSi3 and AlSi3Mg0.5 is investigated. The results show that Ce addition increases the EC of the AlSi3Mg0.5 alloy by 1.3% International Annealed Copper Standard (IACS), owing to the reduction in Mg solutes in the Al matrix as confirmed by X‐ray analysis. Microstructural analyses have shown that incorporating 0.5 wt% Ce refines the eutectic Si structures in the AlSi3 alloy; this refinement effect is significantly enhanced in the presence of Mg. Specifically, the addition of Ce to the Mg‐containing (AlSi3Mg0.5) alloy induced a complete morphological transformation of the eutectic Si from plate‐shaped to entirely fibrous structures. Transmission electron microscopy analysis reveals nanosized precipitates composed of Ce and Mg within the eutectic Si. These precipitates are likely to inhibit the growth of Si particles, resulting in significant eutectic modifications. The incorporation of Ce into the AlSi3Mg0.5 alloy enhanced its yield strength, ultimate tensile strength, and elongation by 5, 11, and 59%, respectively. These improvements in the mechanical properties are primarily attributed to the solid solution strengthening effects of Mg and the modification of the eutectic structure.

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)0,0010,000
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 Opus0,004
Tête enseignante GPT0,176
Écart entre enseignants0,172 · 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced Engineering MaterialsMême sujetAluminum Alloy Microstructure PropertiesTravaux en français237 207