MétaCan
Menu
Retour à la cohorte
Enregistrement W3121697496

Viscosity of Magmatic liquids: a model.

2007· article· en· W3121697496 sur OpenAlexaff
Daniele Giordano, James K. Russell, Donald B. Dingwell

Notice bibliographique

RevueIris (Roma Tre University) · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSilicateViscosityAnhydrousThermodynamicsMagmaCrystallizationMineralogyMaterials scienceChemistryGeologyGeochemistryOrganic chemistryPhysicsVolcano
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The viscosity of silicate melts controls magma transport dynamics, eruption style and rates of physicochemical processes (e.g., degassing, crystallization) in natural magmas. Thus a comprehensive viscosity model for magmatic liquids has long been a goal of earth scientists. Here we present a model that predicts the non-Arrhenian Newtonian viscosity of silicate melts as a function of T and melt composition, including the rheologically important volatile constituents H2O and F. Ourmodel is based on >1770 measurements of viscosity on multicomponent anhydrous and volatile-rich silicate melts. The non-Arrhenian T-dependence of viscosity is accounted for by the VFT equation [log ?=A+B/(T(K)-C)]. The optimization assumes a common, high-T limit (A) for silicatemelt viscosity and returns a value for this limit of -4.55 (+0.2) (e.g., log ?~10-4.6 Pa s). All compositional dependence is ascribed to the parameters B and C and is accounted for by an additional 17model coefficients. Our model is continuous in composition- and temperature-space and predicts the viscosity of natural volatile-bearing silicate melts (SiO2, Al2O3, TiO2, FeOtot, CaO, MgO,MnO, Na2O, K2O, P2O5, H2O, F2O-1) over fifteen log units of viscosity (10-1–1014 Pa s). The model for viscosity can also predict other transport properties including glasstransition temperatures (Tg) and melt fragility (m). We show strong systematic decreases in Tg and m with increasing volatile content. This pattern has implications for predicting styles of volcanic eruption and understanding silicate melt structure. Our model transforms a quarter-century of experimental study of melt viscosities, into a parameterisation having a predictive capacity thatmakes it relevant to diverse fields of research including: volcanology, geophysics, petrology and material sciences.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,005
Science ouverte0,0030,001
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,011
Tête enseignante GPT0,170
Écart entre enseignants0,159 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIris (Roma Tre University)Même sujetGeological and Geochemical AnalysisTravaux en français237 207