Les effets de la rugosité de surface du moule sur a microstructure et la résistance à la déchirure à chaud pour un alliage A1 - 4.5%p/p Cu
Bibliographic record
Abstract
Cet ouvrage porte essentiellement sur l'incidence de la rugosité de la surface refroidissante d'un moule métallique sur la solidification, la microstructure et la résistance à la déchirure à chaud d'un alliage Al-4.5%p/p Cu. La rugosité du moule a influencé la taille des grains près de la surface par la germination et la croissance préférentielles de grains sur les aspérités de surface. Dans le but de modéliser adéquatement l'effet de la rugosité du moule sur la taille des grains, un "coefficient d'efficacité de surface" a été utilisé à l'intérieur d'un modèle de microstructure basé sur le principe d'automates cellulaires. Ce coefficient caractérise l'effet cyclique de la rugosité et représente l'effet combiné du retrait localisé autour des points de contact et de la variation de la quantité de contact liquide / moule. La rugosité de surface du moule a également eu un effet sur la quantité d'eutectique présent dans la microstructure. Les effets du moule sur la microstructure ont influencé la résistance à la déchirure à chaud de l'alliage utilisé. Les échantillons présentant les films liquides intergranulaires les plus fins ont été les plus résistants face à la déchirure à chaud. Ceci est consistant avec les récents modèles reliant la résistance à la déchirure à chaud à la présence de films intergranulaires fragilisant la microstructure durant les derniers instants de la solidification. \n
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".