MétaCan
Menu
Retour à la cohorte
Enregistrement W3015597025 · doi:10.3749/canmin.1900071

The central portions of the Cu–Fe–Se phase system at temperatures from 900 to 300 °C

2020· article· en· W3015597025 sur OpenAlexvenueno aff
Emil Makovicky, Sven Karup-Møller

Notice bibliographique

RevueThe Canadian Mineralogist · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueIron-based superconductors research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhase (matter)Materials scienceMetallurgyChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The central portions of the condensed phase system Cu–Fe–Se were investigated by means of dry syntheses in evacuated silica glass tubes at 900, 750, 600, 500, 450, 350, and 300 °C. Synthesis products were studied by reflected-light microscopy and electron microprobe analyses. The field of sulfide melt is extensive at 900 °C and retreats progressively towards the Cu–Se side at 750 °C; residual selenide melt persists at 600 °C. The selenium analogue of iss was found only at and below 600 °C; eskebornite becomes individualized at and below 500 °C, whereas the selenium analogue of bornite solid solution is present at all investigated temperatures, although with reduced extent on temperature decrease. The three iron selenides (β, γ, δ) display considerable solubility of copper, which for the mackinawite-like β FeSe reaches 14 at.% Cu at 300 °C. FeSe2 displays an immiscibility gap with isotropic solid solution (Cu,Fe)Se2, the composition of which gradually changes towards Cu-rich with decreasing temperature. Similarities and differences with the sulfur-based system are highlighted.

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 enseignants0,266
Score d'incertitude au seuil0,970

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,284
Écart entre enseignants0,241 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian MineralogistMême sujetIron-based superconductors researchTravaux en français237 207