MétaCan
Menu
Retour à la cohorte
Enregistrement W4410109253 · doi:10.1002/sia.7405

Surface and Corrosion Evaluation of RF Magnetron Sputtering SiN Coatings Deposited on SS 316L Exposed to Chloride Media

2025· article· en· W4410109253 sur OpenAlexfundno aff
Jesús Rafael González Parra, M. Hernández, Ana Rodríguez

Notice bibliographique

RevueSurface and Interface Analysis · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMetal and Thin Film Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Theoretical Astrophysics
Mots-clésMaterials scienceCorrosionSputter depositionMetallurgyChlorideSputteringPitting corrosionThin filmNanotechnology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Silicon nitride (SiN) is a ceramic material with high hardness and good chemical stability. This particular material has promising properties for its potential use in biomedical materials. In this study, SiN coatings were deposited on 316L stainless steel using radio frequency (RF) magnetron sputtering to improve the corrosion resistance of the substrate. The samples were characterized using scanning electron microscopy, atomic force microscopy, Fourier transform infrared spectroscopy, potentiodynamic polarization curves, and electrochemical impedance spectroscopy. The results show that the morphology, roughness, and porosity of the coating depend on the substrate temperature and the RF power applied. These characteristics strongly influence the corrosion behavior of the samples. The coatings were composed of Si, N, O, and Fe. The absorption bands of α‐SiN and Si‐O were also determined. The coatings applied at 300°C allow and increase the low‐frequency impedance modulus in two orders of magnitude, notably increasing the corrosion resistance.

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)0,001
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 enseignants0,166
Score d'incertitude au seuil0,915

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,261
Écart entre enseignants0,240 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetMetal and Thin Film MechanicsTravaux en français237 207