MétaCan
Menu
Retour à la cohorte
Enregistrement W2594959252 · doi:10.3390/met7030097

Impact of the Solidification Rate on the Chemical Composition of Frozen Cryolite Bath

2017· article· en· W2594959252 sur OpenAlexafffund
Sándor Poncsák, László I. Kiss, Sébastien Guérard, Jean‐François Bilodeau

Notice bibliographique

RevueMetals · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueMolten salt chemistry and electrochemical processes
Établissements canadiensRio Tinto (Canada)Université du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Chicoutimi
Mots-clésCryoliteDiffractometerScanning electron microscopeChemical compositionMaterials scienceAnalytical Chemistry (journal)Thermal conductivityRecrystallization (geology)MineralogyChemistryMetallurgyAluminiumComposite materialChromatography

Résumé

récupéré en direct d'OpenAlex

Solidification of cryolite (Na3AlF6)-based bath takes place at different rates along the sideledge, and around alumina rafts and new anodes. The solidification rate has a significant impact on the structure and the chemical composition that determine the thermal conductivity and thus the thickness of sideledge, or the duration of the existence of the temporary frozen bath layers in other cases. Unfortunately, samples that can be collected in industrial cells are formed under unknown, spatially and temporally varying conditions. For this reason, frozen bath samples were created under different heat flux conditions in a well-controlled laboratory environment using the so-called cold finger technique. The samples were analyzed by X-ray Diffractometer (XRD) and Scanning Electron Microscope (SEM) in Back Scattering (BS) mode in order to obtain spatial distribution of chemical composition. Results were correlated with structural analysis. XRD confirmed our earlier hypothesis of recrystallization of cryolite to chiolite under medium heat flux regime. Lower α-alumina, and higher γ-alumina content in the samples obtained with very high heating rate suggest that fast cooling reduces α–γ conversion. In accordance with the expectation, SEM-BS revealed significant variation of the Na/Al ratio in the transient sample.

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)0,000
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,251

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · 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

Citations8
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetMolten salt chemistry and electrochemical processesTravaux en français237 207