A model to calculate the viscosity of silicate melts
Notice bibliographique
Résumé
Abstract A model has been developed that links the viscosities of silicate melts to their thermodynamic properties. Over the past several years, through critical evaluation of all available thermodynamic and phase equilibrium data, we have developed a quantitative thermodynamic description of multicomponent silicate melts using the Modified Quasichemical Model for short-range ordering. The local structure of the liquid, in terms of the bridging behavior of oxygen, calculated using our thermodynamic model allows us to characterize the structure of the liquid semi-quantitatively using the concepts of Q-species and connectivity of Q-species. The viscosity is modeled by optimizing viscosity parameters that are related to the structure of the liquid. The viscosity of pure liquid silica is modeled using four model parameters and every other unary liquid is modeled using two. The viscosity of all binary liquids is reproduced within experimental accuracy by optimizing one or at most two binary viscosity parameters for each system. In the present article the equations for the viscosity model are derived and analyses for the experimentally well-established systems CaO – SiO2 MgO – SiO2, NaO0.5 – SiO2, KO0.5 – SiO2 and AlO1.5 – SiO2 are presented. This is the first step in the development of a predictive model for the viscosity of multicomponent silicate melts that will be presented in part II.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».