MétaCan
Menu
Retour à la cohorte
Enregistrement W62226041 · doi:10.5006/c2003-03006

Surface-Tolerant, Aluminum-Foil, Tape Coating

2003· article· en· W62226041 sur OpenAlexaff
Russell Draper, D. Klassen, Pierre R. Roberge

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueLife Cycle Costing Analysis
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAluminum foilCoatingFOIL methodAluminiumComposite materialMetallurgyLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Abstract Aluminum foil coatings are applied by adhering a laminated film containing an aluminum foil layer to a steel substrate. Aluminum foil coatings are known to possess better barrier properties and provide better protection to corners (sharp edges) than conventional liquid applied coatings of similar film thickness. A cyclic salt-fog test was used to characterize the corrosion control behavior of various aluminum foil coatings applied to rusted steel. The test data showed that, in addition to controlling corrosion by a barrier mechanism, some of the foil coatings controlled the spread of corrosion at scribes and holidays by a cathodic protection mechanism. Rust creepage rate decreased as foil thickness increased. Most of the foil coatings outperformed the epoxy mastic coating that was used as a comparison. Adhering bare foil directly to a minimally prepared, rusted steel substrate resulted in rapid pitting and perforation of the foil; however pitting did not occur if an intermediate organic layer was present, between the foil and the rusted steel. In the maintenance of minimally prepared steel in a marine atmosphere, a properly designed coating system, containing an aluminum foil layer, would be expected to be significantly more durable than a traditional liquid applied coating of similar film thickness.

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 seuil0,003

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 Opus0,025
Tête enseignante GPT0,229
Écart entre enseignants0,204 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLife Cycle Costing AnalysisTravaux en français237 207