MétaCan
Menu
Retour à la cohorte
Enregistrement W3132952200 · doi:10.3139/146.110639

A model to calculate the viscosity of silicate melts

2012· article· en· W3132952200 sur OpenAlexaff
Eli Brosh, Arthur D. Pelton, Sergei A. Decterov

Notice bibliographique

RevueInternational Journal of Materials Research (formerly Zeitschrift fuer Metallkunde) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésBorosilicate glassViscosityAlkali metalTernary operationMaterials scienceOxideSilicateThermodynamicsGibbs free energyMineralogyChemical engineeringChemistryComposite materialMetallurgyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Our recently developed model for the viscosity of borosilicate melts is extended to describe and predict the viscosities of melts containing alkali oxides. In addition to the two model parameters that are required for each B 2 O 3 – M O x melt, where M O x is a basic oxide, three more parameters are needed when M O x is an alkali oxide to account for the formation of clusters near the tetraborate composition. The additional parameters represent the size and Gibbs energy of formation of these clusters and their contribution to the activation energy of the viscous flow. A general algorithm for the calculation of the viscosity is presented which summarizes the application of the viscosity model to melts that can contain two network formers, SiO 2 and B 2 O 3 , any basic oxide and amphoteric oxides exhibiting the Charge Compensation Effect such as Al 2 O 3 . The predictive ability of the model is tested on all ternary subsystems of the B 2 O 3 –Na 2 O–K 2 O–CaO–MgO–PbO–ZnO–Al 2 O 3 –SiO 2 system containing both an alkali oxide and B 2 O 3 for which experimental data are available and on several multicomponent glass-forming melts around commercial glass compositions.

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)0,004
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 enseignants0,182
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,079
Tête enseignante GPT0,365
Écart entre enseignants0,286 · 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

Citations30
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Materials Research (formerly Zeitschrift fuer Metallkunde)Même sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207