Vesiculation in rhyolite at low <scp>H</scp><sub>2</sub><scp>O</scp> contents: A thermodynamic model
Notice bibliographique
Résumé
Abstract We present experimental data on the thermodynamics and kinetics of bubble nucleation and growth in weakly H 2 O‐oversaturated rhyolitic melts. The high‐temperature (900–1100°C) experiments involve heating of rhyolitic obsidian from Hrafntinnuhryggur, Krafla, Iceland to above their glass transition temperature ( Tg ∼ 690°C) at 0.1 MPa for times of 0.25–24 h. During experiments, the rhyolite cores increase in volume as H 2 O vapor‐filled bubbles nucleate and expand. The extent of vesiculation, as tracked by porosity, is mapped in temperature‐time ( T ‐ t ) space. At constant temperature and for a characteristic dwell time, the rhyolite cores achieve a maximum volume where the T ‐ t conditions reach thermochemical equilibrium. For each T‐t snapshot of vesiculation, we use 3‐D analysis of X‐ray computed tomographic (XCT) images of the quenched cores to obtain the bubble number density (BND) and bubble‐size distribution (BSD). BNDs for the experimental cores are insensitive to T and t , indicating a single nucleation event. All BSDs converge to a common distribution, independent of T , melt viscosity (η), or initial degree of saturation, suggesting a common growth process. We use these data to calibrate an empirical model for predicting the rates and amounts of vesiculation in rhyolitic melts as a function of η and thermochemical affinity ( A ): two computable parameters that are dependent on T , pressure and H 2 O content. The model reproduces the experimental data set and data from the literature to within experimental error, and has application to natural volcanic systems where bubble formation and growth are not diffusion limited (e.g., lavas, domes, ignimbrites, conduit infill).
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».