MétaCan
Menu
Retour à la cohorte
Enregistrement W3093249030 · doi:10.3390/min10100913

Representation of Kinetics Models in Batch Flotation as Distributed First-Order Reactions

2020· article· en· W3093249030 sur OpenAlexafffund
L. Vinnett, Kristian E. Waters

Notice bibliographique

RevueMinerals · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMinerals Flotation and Separation Techniques
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKineticsOrder (exchange)First orderOrder of reactionRepresentation (politics)Laplace transformDomain (mathematical analysis)Derivative (finance)Inverse Laplace transformKinetic energyThermodynamicsMathematicsCombinatoricsRate equationChemistryPhysicsReaction rate constantApplied mathematicsMathematical analysisQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Four kinetic models are studied as first-order reactions with flotation rate distribution f(k): (i) deterministic nth-order reaction, (ii) second-order with Rectangular f(k), (iii) Rosin–Rammler, and (iv) Fractional kinetics. These models are studied because they are considered as alternatives to the first-order reactions. The first-order representation leads to the same recovery R(t) as in the original domain. The first-order R∞-f(k) are obtained by inspection of the R(t) formulae or by inverse Laplace Transforms. The reaction orders of model (i) are related to the shape parameters of first-order Gamma f(k)s. Higher reaction orders imply rate concentrations at k ≈ 0 in the first-order domain. Model (ii) shows reverse J-shaped first-order f(k)s. Model (iii) under stretched exponentials presents mounded first-order f(k)s, whereas model (iv) with derivative orders lower than 1 shows from reverse J-shaped to mounded first-order f(k)s. Kinetic descriptions that lead to the same R(t) cannot be differentiated between each other. However, the first-order f(k)s can be studied in a comparable domain.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0020,000

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 GPT0,291
Écart entre enseignants0,252 · 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.

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

Citations25
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetMinerals Flotation and Separation TechniquesTravaux en français237 207