MétaCan
Menu
Retour à la cohorte
Enregistrement W4416884882 · doi:10.37665/srapppj97513

Characterization of Solvus in Ternary and Quaternary Bismuth Containing Solder Alloys

2016· article· W4416884882 sur OpenAlexaff
Ivan Matijevic, Doug D. Perovic, Polina Snugovsky

Notice bibliographique

RevueSoldering and Reliability Conferences · 2016
Typearticle
Langue
DomaineEngineering
ThématiqueElectronic Packaging and Soldering Technologies
Établissements canadiensHain Celestial (Canada)University of Toronto
Organismes subventionnairesnon disponible
Mots-clésSolvusMicrostructureSolderingDifferential scanning calorimetryPrecipitationTernary operationBismuthPrecipitation hardening

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Compliance with RoHS 2 requirements has necessitated the development of high reliability alternatives to SAC305 lead free solder. Many of the solders being considered for this role contain bismuth, and as such characterizing the behaviour of this alloying element is vital to understanding the evolution of microstructure in these candidate solders. One of the features that makes Bi so attractive for high reliability solder applications is the balance of solid solution strengthening and precipitation hardening it provides in a beta-tin matrix. Therefore, a particular point of interest is the solvus temperature – the point above which Bi will dissolve into the tin matrix to form a solid solution, and below which Bi will precipitate out of the matrix. To this end, the solvus temperature of a number of Bi containing ternary and quaternary solders was determined using a novel differential scanning calorimetry (DSC) method. This value was validated using classic metallographic techniques applied to samples aged both above and below the experimentally determined solvus temperature, and the observed microstructure was characterized.

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
Bibliométrie0,0010,000
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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSoldering and Reliability ConferencesMême sujetElectronic Packaging and Soldering TechnologiesTravaux en français237 207