MétaCan
Menu
Retour à la cohorte
Enregistrement W3032332838

Thermal conductivity and Seebeck coefficient of Fe and Fe-Si alloys: Implications for variable Lorenz number

2017· article· en· W3032332838 sur OpenAlexaff
Richard A. Secco

Notice bibliographique

RevueAGUFM · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésWiedemann–Franz lawSeebeck coefficientThermal conductivityElectrical resistivity and conductivityCondensed matter physicsMaterials scienceThermoelectric materialsThermodynamicsThermoelectric effectPhysicsComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Abstract The Wiedemann-Franz Law is often used to calculate the thermal conductivity of Fe from experimental measurements of the electrical conductivity. It is shown by measurements of the Seebeck coefficient (S) of solid and liquid Fe at pressures up to 6 GPa and temperatures up to 2100 K that the Sommerfeld value ( L 0  = 2.445 × 10 −8  W Ω K −2 ) of the Lorenz number ( L ) represents more than 99% of the electronic component of the thermal conductivity of Fe. Using experimental values of electrical resistivity and thermal conductivity of Fe, L / L 0 is shown to vary by as much as 1.22 in the solid state and 1.32 in the liquid state, signifying a non-negligible phonon component. An expression for the pressure dependence of L at the melting boundary up to 5 GPa is derived for electron-phonon scattering. For Fe-Si alloys, L / L 0 varies more than for pure Fe and generally increases with increasing Si and state of disorder. New values for the conductive heat flow in a pure Fe core of Mercury are presented.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,722

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 Opus0,025
Tête enseignante GPT0,256
Écart entre enseignants0,231 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGUFMMême sujetHigh-pressure geophysics and materialsTravaux en français237 207