Thermodynamic database development—modeling and phase diagram calculations in oxide systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The databases of the FactSage thermodynamic computer system have been under development for 30 years. These databases contain critically evaluated and optimized data for thousands of compounds and hundreds of multicomponent solutions of solid and liquid metals, oxides, salts, sulfides, etc. The databases are automatically accessed by user-friendly software that calculates complex multiphase equilibria in large multicomponent systems for a wide variety of possible input/output constraints. The databases for solutions have been developed by critical evaluation/optimization of all available phase equilibrium and thermodynamic data. The databases contain parameters of models specifically developed for different types of solutions involving sublattices, ordering, etc. Through the optimization process, model parameters are found which reproduce all thermodynamic and phase equilibrium data within experimental error limits and permit extrapolation into regions of temperature and composition where data are unavailable. The present article focuses on the databases for solid and liquid oxide phases involving 25 elements. A short review of the available databases is presented along with the models used for the molten slag and the solid solutions such as spinel, pyroxene, olivine, monoxide, corundum, etc. The critical evaluation/optimization procedure is outlined using examples from the Al2O3-SiO2-CaO-FeO-Fe2O3 system. Sample calculations are presented in which the oxide databases are used in conjunction with the FactSage databases for metallic and other phases. In particular, the use of the FactSage module for the calculation of multicomponent phase diagrams is illustrated.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle