Materiales de aleación aluminio-silicio aplicados en la fabricación de partes de motores de combustión interna alternativos Parte II
Bibliographic record
Abstract
En este artículo se presenta un conocimiento sistematizado de la composición química, tipo de moldeo y tratamiento, propiedades mecánicas y térmicas, de las aleaciones aluminio-silicio (Al-Si) aplicadas en la fabricación de partes estructurales de los motores de combustión interna alternativos (MCIA), con el objetivo de proporcionar un fundamento para el desarrollo de investigaciones al comparar, analizar o seleccionar las aleaciones presentadas. Para lo cual, se presentó un primer artículo que dio a conocer que partes estructurales de estos tipos de motores son fabricados con aleaciones de Al-Si. En esta segunda parte se establece la importancia que tendrán las aleaciones Al-Si para reducir las emisiones de gases contaminantes, problemática que enfrenta el mundo. Ante esta situación el artículo presenta los beneficios y propiedades de las aleaciones Al-Si de las series ANSI AA 3xx.0 y 4xx.0, siendo su baja densidad la que permite un menor consumo de combustible en comparación con materiales de alta densidad, por lo que son aplicadas en partes estructurales de los MCIA Otto. También se realiza una breve descripción de la fabricación de partes de aleación de Al-Si para MCIA. Por último, se presenta la estructuración de una tabla que muestra las aleaciones ANSI AA 3xx.0 y 4xx.0 aplicadas en la fabricación de partes estructurales de MCIA Otto, concluyendo que la información técnica de las aplicaciones industriales de las aleaciones, han sido elaboradas y estructuradas de forma sistematizada, para proporcionar un conocimiento detallado y comparativo entre las propiedades.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".