MétaCan
Menu
Retour à la cohorte
Enregistrement W2754692642 · doi:10.3390/met7090374

Investigation of the Frozen Bath Layer under Cold Anodes

2017· article· en· W2754692642 sur OpenAlexafffund
Donald Picard, Jayson Tessier, Guillaume Gauvin, Donald Ziegler, Houshang Alamdari, Mario Fafard

Notice bibliographique

RevueMetals · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueMolten salt chemistry and electrochemical processes
Établissements canadiensAlcoa (Canada)Université Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaAlcoa
Mots-clésCryoliteAnodeMicrostructureScanning electron microscopeMaterials scienceLayer (electronics)MetallurgyAnalytical Chemistry (journal)Composite materialMineralogyChemical engineeringAluminiumChemistryElectrodeChromatography

Résumé

récupéré en direct d'OpenAlex

Hall-Héroult cell stability is highly affected by anode changing operations. Upon the insertion of a cold anode in the cell, a layer of molten cryolite freezes under the anode. The thickness, microstructure, and chemical composition of this layer vary as a function of time and its location in the cell. To better understand the evolution of the frozen layer, mandatory for the validation of numerical models, a measurement campaign was conducted on the anodes having a few hours of operation in the cell. The macrostructure of the selected frozen bath samples has been investigated using computed tomography while scanning electron microscope (SEM) has been used to qualify its microstructure. An energy-dispersive X-ray spectroscope (EDS) coupled to the SEM has revealed the chemical content. The results showed not only very different macrostructures between samples, but also significantly heterogeneous structure within the same sample. Nevertheless, for all samples, there is a clear distinction between the frozen cryolite and alumina/dusting phases, with the latter surrounding the cryolite matrix.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,242

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,039
Tête enseignante GPT0,259
Écart entre enseignants0,219 · 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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetalsMême sujetMolten salt chemistry and electrochemical processesTravaux en français237 207