MétaCan
Menu
Retour à la cohorte
Enregistrement W2966181968 · doi:10.1002/jrs.5675

A calibrated database of Raman spectra for natural silicate glasses: implications for modelling melt physical properties

2019· article· en· W2966181968 sur OpenAlexaff
Daniele Giordano, Diego González‐García, James K. Russell, Simona Raneri, Danilo Bersani, Laura Fornasini, Danilo Di Genova, Simona Ferrando, Melanie Kaliwoda, Pier Paοlο Lottici, Matthijs A. Smit, Donald B. Dingwell

Notice bibliographique

RevueJournal of Raman Spectroscopy · 2019
Typearticle
Langueen
DomaineMaterials Science
ThématiqueGlass properties and applications
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversità degli Studi di TorinoDepartment of Science and Technology, Ministry of Science and Technology, IndiaCompagnia di San Paolo
Mots-clésRaman spectroscopySilicateMineralogyMaterials scienceSpectral lineAnalytical Chemistry (journal)ChemistryOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The physical properties of silicate melts are of critical importance for understanding magmatic and volcanic processes on Earth and other planets. Most physical properties of melts are, ultimately, a consequence of the structural organization of the melt. Robust and fully generalizable strategies for the prediction of properties of naturally occurring melts as functions of composition, temperature, and pressure remain a challenging goal. Given the structural origin of macroscopic properties, Raman spectroscopy of glasses, which provides information on melt and glass structure, may provide a useful technique to understanding and quantify variations in macroscopic melt properties. Here, with the aim of providing a generalizable model for predicting the viscosity of silicate melts, we present the results of a Raman spectroscopy campaign performed on 30 anhydrous multicomponent silicate glasses resulting from quenching of remelted and homogenized volcanic rocks and synthetic equivalents. The sample suite comprises one of the largest databases of multicomponent melts for which (a) chemical compositions and (b) physical properties (i.e., viscosity, fragility, heat capacity, and glass transition temperature) are known. Raman spectra have been collected using green light sources at wavelengths of 532 nm. Spectra were collected on the same sample suite in four independent laboratories involving instruments from different manufacturers and, thus, using different spectrometers, detectors, and analytical conditions. Our results are also compared and integrated with published data on some of the same samples derived from two others setups using green light sources with 514.5 and 532 nm wavelegths. For the same sample, the Raman spectra acquired using different setups show different intensities and intensity ratios. However, a strategy based on the ratio between the low‐ and high‐wavenumber peaks (R) was developed to standardize the data to normalized Raman ratios (Rn) and thus to remove interlaboratory differences. Using these advances, we predict melt viscosity solely with the use of Raman spectral measurements of multicomponent silicate glasses, thus demonstrating the potential of the method in describing physical properties of silicate melts.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,292
Écart entre enseignants0,259 · 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'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

Citations30
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Raman SpectroscopyMême sujetGlass properties and applicationsTravaux en français237 207