MétaCan
Menu
Retour à la cohorte
Enregistrement W580129693 · doi:10.1520/stp38300s

Corrosive Wear Behavior of 304 Stainless Steel and Its Variation with Alloyed Oxygen-Active Element Yttrium

2001· book-chapter· en· W580129693 sur OpenAlexaff
T Zhang, Li Dy

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMetallurgyYttriumOxygenChemistryOxide

Résumé

récupéré en direct d'OpenAlex

Research was conducted to investigate the sliding wear of Y-free and Y-containing 304 stainless steel in 0.1 mol/1 H2SO4 solution. By the sliding wear test and worn surface analysis (SEM), the authors demonstrated that yttrium considerably improved the resistance of the stainless steel. In order to clarify the mechanism responsible for the improved corrosive wear resistance, yttrium effects on microhardness and polarization behavior of 304 steel were investigated. In particular, the damage and self-healing of passive film was determined using a scratch tester in combination with an electrochemical measurement system. Micro-scratch and micro-indentation tests were also performed with monitoring changes in the electrical contact resistance to evaluate the failure resistance of passive films respectively on Y-free and Y-containing 304 steel specimens. It was demonstrated that yttrium did not significantly influence the mechanical properties of the steel. However, a remarkable improvement in the polarization behavior of 304 steel with the formation of a stronger passive film was observed when a small amount of yttrium was alloyed into the steel. The mechanism responsible for the beneficial effect of yttrium on corrosive wear resistance of the stainless steel is discussed.

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
Bibliométrie0,0000,000
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 Opus0,028
Tête enseignante GPT0,229
Écart entre enseignants0,201 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMetal Alloys Wear and PropertiesTravaux en français237 207