MétaCan
Menu
Retour à la cohorte
Enregistrement W4416904858 · doi:10.3390/hydrogen6040114

Effect of Mechanical Processing on First Hydrogenation of Gas-Atomized Ti0.488Fe0.46Mn0.052 Alloy

2025· article· en· W4416904858 sur OpenAlexafffund
Seyedehfaranak Hosseinigourajoubi, Chris Schade, Jacques Huot

Notice bibliographique

RevueHydrogen · 2025
Typearticle
Langueen
DomaineMaterials Science
ThématiqueHydrogen Storage and Materials
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesMitacsUniversité du Québec à Trois-Rivières
Mots-clésArgonAlloyPressingHydrogenIncubationBall millBall (mathematics)

Résumé

récupéré en direct d'OpenAlex

In this paper, we report the effects of cold rolling, ball milling, and cold pressing on the first hydrogenation behavior of Ti0.488Fe0.460Mn0.052 alloy synthesized by gas atomization and exposed to the air for an extended period. It was found that cold pressing led to a higher hydrogen absorption capacity of 1.9 wt.%, while ball milling significantly improved the kinetics, achieving an incubation time of only 7 min. The cold-rolled sample (5 passes) showed a hydrogen absorption capacity similar to the ball-milled sample (1.5 wt.%) but with a slower hydrogenation rate. To further optimize the cold rolling process, the influence of the rolling atmosphere and the number of passes was systematically examined. In both air and argon, increasing the number of cold rolling passes resulted in longer incubation times. However, samples rolled under argon showed shorter incubation times compared to those rolled in the air. The difference between the two atmospheres became more pronounced after 20 rolling passes; the sample rolled in argon showed an incubation time of 55 min, whereas the sample rolled in air failed to absorb hydrogen even after 24 h.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,975

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,008
Tête enseignante GPT0,266
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 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'admission2
Résumé présentoui

Explorer davantage

Même revueHydrogenMême sujetHydrogen Storage and MaterialsTravaux en français237 207