MétaCan
Menu
Retour à la cohorte
Enregistrement W3133256676 · doi:10.1002/cjce.24081

Estimating polystyrene equation of state (<scp>EOS</scp>) parameters using the cloud and critical points of polystyrene + hydrocarbon mixtures*

2021· article· en· W3133256676 sur OpenAlexaffvenue
Ryan A. Krenz, Torben Laursen

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensVirtual Materials Group (Canada)
Organismes subventionnairesnon disponible
Mots-clésPolystyreneCloud pointEquation of stateAcentric factorVolume (thermodynamics)ThermodynamicsMaterials scienceHydrocarbonPolymerChemistryComposite materialOrganic chemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Three polystyrene parameters for the modified Sanchez‐Lacombe equation of state were estimated by performing a correlation of the cloud and critical point data for six well defined polystyrene + hydrocarbon mixtures. The volume shift, a fourth parameter, was adjusted to the polystyrene pressure‐volume‐temperature (PVT) data. A parameterization of the modified Sanchez‐Lacombe equation of state is used to estimate the hydrocarbon parameters given their critical temperature, critical pressure, and acentric factor, but these properties are not available for the polymer. The original polystyrene parameters estimated solely on the pure component PVT data results have difficulty representing the slope and curvature of the cloud points of binary polystyrene + hydrocarbon mixtures. A previous technique for adjusting one of the polystyrene parameters to match the cloud points with the remainder fit to the PVT data results in an improved match over the pure component PVT data alone. Adjusting three polystyrene parameters can better match the cloud points of a binary polystyrene + hydrocarbon mixture, while only increasing the absolute average deviation in pure polystyrene density by 0.07%. The polystyrene parameters obtained by fitting the cloud points were used to correlate the bubble points of polystyrene in other solvents.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,512

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,201 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207