MétaCan
Menu
Retour à la cohorte
Enregistrement W2129146828 · doi:10.1002/aic.14741

Understanding cubic equations of state: A search for the hidden clues of their success

2015· article· en· W2129146828 sur OpenAlexaff
Grażyna Wilczek-Vera, Juan H. Vera

Notice bibliographique

RevueAIChE Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCubic functionCompressibility factorvan der Waals forceThermodynamicsPhase equilibriumCompressibilityExtension (predicate logic)Equation of stateWork (physics)State (computer science)Volume (thermodynamics)Statistical physicsChemistryPhase (matter)PhysicsMathematicsComputer scienceMathematical analysisAlgorithm

Résumé

récupéré en direct d'OpenAlex

This work investigates the hidden details that are responsible for the practical success of cubic equations of state (EOS) in phase equilibrium calculations. A detailed consideration of the van der Waals method for evaluating the pure compound EOS parameters sheds new light on the reasons why the elimination of the actual critical volume as parameter was also adopted in the Redlich–Kwong and the Peng–Robinson (PR) frameworks. It is shown that an interesting relationship for the critical compressibility factor arising from the Martin–Hou method opens a new door for future exploration of different frameworks. A consideration of the key steps of Soave's reasoning for determining the temperature dependence of the attractive parameter explains the larger success of the Stryjek–Vera modification of PR EOS over the PR EOSs. A reference to the extension of cubic EOS to calculate liquid densities and enthalpies and a ready to use algorithm for the evaluation of the roots of a cubic equation are included for instructional purposes. © 2015 American Institute of Chemical Engineers AIChE J , 61: 2824–2831, 2015

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)0,004
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0020,011
Science ouverte0,0020,003
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,167
Tête enseignante GPT0,308
Écart entre enseignants0,141 · 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'étudeThéorique ou conceptuel
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

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207