A model to calculate the viscosity of silicate melts
Notice bibliographique
Résumé
Abstract Our recently developed model to describe the viscosity of silicate melts is extended to describe and predict the viscosities of alkali-rich silicate melts. The model requires one additional binary parameter for each M 2 O–SiO 2 system, where M is an alkali metal, to a total of three binary parameters per binary system alkali oxide – silica. In addition to unary and binary parameters, the model requires two ternary parameters for each alumina-containing ternary system M O x –Al 2 O 3 –SiO 2 , where M O x is a basic oxide, to describe the viscosity maxima in these ternary systems due to the Charge Compensation Effect. The viscosity of multicomponent melts and of ternary melts M O x – N O y –SiO 2 , where M O x and N O y are basic oxides, is predicted by the model solely from the unary, binary and ternary parameters. The available viscosity data for the alkali-containing subsystems of the Al 2 O 3 –CaO–MgO–Na 2 O–K 2 O–SiO 2 system are reviewed. The model reproduces the experimental data for binary and ternary melts and predicts the viscosities of multicomponent melts within experimental error limits. In particular, the viscosities of glass melts and melts of importance for petrology are well predicted by the model.
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 | 0,004 | 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 | 0,001 |
| 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 | 0,000 |
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 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 ».