MétaCan
Menu
Retour à la cohorte
Enregistrement W2568924791 · doi:10.1021/acs.jced.6b00743

Evaluating Characteristic Parameters for Carbon Dioxide in the Sanchez–Lacombe Equation of State

2017· article· en· W2568924791 sur OpenAlexafffund
Kier von Konigslow, Chul B. Park, R. B. Thompson

Notice bibliographique

RevueJournal of Chemical & Engineering Data · 2017
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensUniversity of New BrunswickUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEquation of stateThermodynamicsChemistryCompressibilityIsothermal processRange (aeronautics)Atmospheric temperature rangeCarbon dioxideCompressibility factorStatistical physicsPhysicsMaterials scienceOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

For many different pure substances, large numbers of competing characteristic parameter sets exist in the literature for the Sanchez–Lacombe equation of state. This is due in part to differing research requirements or differing procedures used for determining the parameters. The existing parameters for carbon dioxide are reviewed in order to determine whether a single set of parameters can describe the equation of state over large ranges of temperature and pressure. It is found that by consideration of a large collection of experiments, a good fit can be achieved over much larger temperature and pressure ranges than previously thought possible. Properties directly related to the equation of state, such as the thermal expansivity and isothermal compressibility, are also predicted well; however, as expected, properties that depend on the internal degrees of freedom of molecules, such as the specific heats, do not correlate well. Closely agreeing parameter sets are found in the literature that fit the equation of state data reasonably well over a large range. A new set of parameters is found using a least-squares approach over the largest ranges of temperature and pressure to date. These parameters are found to be P * = 419.9 MPa, T * = 341.8 K, and ρ*= 1.397 g/cm 3 using N = 556 experimental data points over the temperature range of 216.58–1800 K and the pressure range of 0.5–66.57 MPa.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,888
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,328
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations12
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chemical & Engineering DataMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207