MétaCan
Menu
Retour à la cohorte
Enregistrement W2789847046 · doi:10.3390/min8020045

Calcium Chloride-Assisted Segregation Reduction of Chromite: Influence of Reductant Type and the Mechanism

2018· article· en· W2789847046 sur OpenAlexafffund
Dawei Yu, Doğan Paktunç

Notice bibliographique

RevueMinerals · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesNatural Resources Canada
Mots-clésChromiteFerrochromeMaterials scienceElectron microprobeChlorideChemical engineeringCarbon fibersInorganic chemistryMetallurgyChemistryChromiumComposite material

Résumé

récupéré en direct d'OpenAlex

This paper describes an innovative process for the production of ferrochromium alloy via segregation reduction of chromite at 1300 °C in the presence of calcium chloride. Both charcoal and petroleum coke were used as the reductant. Individual polycrystalline ferrochrome carbide particles were produced, with their particle size and shape resembling that of the starting carbon particles. Interactions among calcium chloride, clinochlore, and chromite resulted in the formation of Ca-bearing chromite, wadalite, and gaseous chlorides. Monocrystalline ferrochrome carbide whiskers were formed only when charcoal in the presence of calcium chloride was used to reduce the chromite fraction containing large amounts of siliceous gangue. Incorporating thermodynamic evaluations, a possible segregation reduction mechanism is suggested based on the characterization of the products using scanning electron microscopy, energy dispersive spectroscopy, X-ray powder diffraction, and electron probe microanalysis, combined with thermogravimetric analysis. Metallization within chromite particles was minimized, which is suggested to be due to the ubiquitous presence of molten and gaseous calcium chloride between the chromite and carbon particles, and especially in the porous rim of the chromite particles during reduction, resulting in restricted metallization only on the carbon particles.

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 enseignants0,276
Score d'incertitude au seuil0,186

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 Opus0,014
Tête enseignante GPT0,233
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207