Étude numérique de la diffusion des défauts ponctuels dans les alliages de nickel
Bibliographic record
Abstract
Grâce à sa grande polyvalence , le nickel est très utilisé en industrie sous forme pure ou plus fréquemment en alliages. Ces métaux possèdent plusieurs bonnes caractéristiques physiques telles que la grande solidité mécanique, la faible expansion à haute température ainsi que la résistance à la corrosion impliquant une utilisation intensive dans plusieurs domaines industriels tels que l’aérospatial, la construction des voitures, les tubes conducteurs dans les centrales nucléaires et même pour des composants électroniques. L’étude de la diffusion des défauts ponctuels dans les alliages à base de nickel est en pleine e ervescence, et ce puisque ça a ecte directement leurs propriétés bénéfiques. Dans cette thèse, nous décrivons en détail la cinétique de ces défauts dans le nickel et ses alliages en utilisant la méthode ART cinétique qui est une méthode Monte Carlo cinétique hors réseau avec construction du catalogue à la volée. Nous décrivons en détail la surface d’énergie potentielle pour ces défauts dans le nickel pur. Nos résultats montrent des mécanismes de diffusion complexes même pour des défauts aussi simples que des petits amas lacunaires ou d’interstitiels. Nous avons aussi étudié des alliages ordonnés de nickel avec une lacune et interstitiel ce qui nous a permis de comprendre que ses défauts peuvent entrainer une évolution structurelle de tels alliages les poussant ainsi vers une phase désordonnée. Nous avons également examiné la diffusion des lacunes dans l’alliage NiFe ce qui nous a permis d’explorer le comportement diffusif exact de ce défaut dépendamment de la composition chimique de son entourage immédiat de ses premiers voisins.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".