MétaCan
Menu
Retour à la cohorte
Enregistrement W4410878967 · doi:10.1016/j.jma.2025.04.030

Experimental characterization and atomistic simulation of grain boundary segregation in Mg-Y alloys

2025· article· en· W4410878967 sur OpenAlexfundno aff
Qianying Shi, Vaidehi Menon, Liang Qi, John E. Allison

Notice bibliographique

RevueJournal of Magnesium and Alloys · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueMagnesium Alloys: Properties and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Materials Sciences and EngineeringBasic Energy SciencesUniversity of MichiganOffice of ScienceNatural Resources CanadaU.S. Department of Energy
Mots-clésMaterials scienceCharacterization (materials science)Grain boundaryGrain boundary strengtheningBoundary (topology)MetallurgyThermodynamicsMicrostructureNanotechnology

Résumé

récupéré en direct d'OpenAlex

As a rare earth solute element in Mg alloys, Y has the beneficial effects of increasing both the strength and the ductility as well as weakening the crystallographic texture. To achieve a more fundamental understanding on how Y addition affects the microstructural evolution and mechanical properties, the Y segregation behavior at grain boundaries was investigated in Mg-1wt.%Y and Mg-7wt.%Y alloys at different conditions. The segregation intensity and its dependence on the grain boundary misorientation angle were experimentally characterized and computationally predicted. Strong segregation at grain boundaries was observed in both low and high Y-containing alloys. Y segregation was found to remain in alloy Mg-7Y after high-temperature annealing heat treatment at 540 °C. No direct correlation between the Y segregation intensity and the grain boundary misorientation angle could be established based on either the experimental characterization or the atomistic simulation with a spectral model. We thus conclude that grain boundary segregation of Y is independent of grain boundary misorientation angle.

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 enseignants0,407
Score d'incertitude au seuil0,395

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 Opus0,010
Tête enseignante GPT0,256
Écart entre enseignants0,246 · 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

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Magnesium and AlloysMême sujetMagnesium Alloys: Properties and ApplicationsTravaux en français237 207