MétaCan
Menu
Retour à la cohorte
Enregistrement W2525069019 · doi:10.1021/acs.jpcc.6b07959

Formulation of Temperature-Dependent Thermal Conductivity of NaF, β-Na<sub>3</sub>AlF<sub>6</sub>, Na<sub>5</sub>Al<sub>3</sub>F<sub>14</sub>, and Molten Na<sub>3</sub>AlF<sub>6</sub> Supported by Equilibrium Molecular Dynamics and Density Functional Theory

2016· article· en· W2525069019 sur OpenAlexafffund
Aïmen E. Gheribi, Mathieu Salanne, Patrice Chartrand

Notice bibliographique

RevueThe Journal of Physical Chemistry C · 2016
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueMolten salt chemistry and electrochemical processes
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCryoliteThermodynamicsThermal conductivityChemistryWork (physics)Ionic bondingIonic conductivityThermalFunction (biology)Physical chemistryIonPhysicsElectrolyte

Résumé

récupéré en direct d'OpenAlex

Numerical modeling of heat transport in the side ledge of a cryolite bath as a function of its thickness requires an accurate knowledge of the thermal transport properties of the cryolite bath as well as the solid phases constituting the side ledge. Unfortunately, due to experimental limitations, there is a lack of experimental data on this subject. The aim of this work is to predict these otherwise unknown properties. The thermal conductivity of major constituents of the side ledge in their solid state, namely: NaF, β– Na 3 AlF 6 and Na 5 Al 3 F 14 as well as molten Na 3 AlF 6 are formulated as a function of temperature. To achieve this, we have performed a series of equilibrium molecular dynamics simulations (EMD) in both the NPT (isobar-isotherm) and NVT (canonical) statistical ensembles. The proposed approach is purely predictive as the ionic interaction potentials were parametrized on the basis of Density Functional Theory (DFT). The results are then compared to a theoretical model which has been shown to be a very good predictive ability for many ionic and ionocovalent compounds. For solid NaF and liquid Na 3 AlF 6, for which data are available, the predictions were found to be in excellent agreement with experiment.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations36
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Physical Chemistry CMême sujetMolten salt chemistry and electrochemical processesTravaux en français237 207