MétaCan
Menu
Retour à la cohorte
Enregistrement W4312069718 · doi:10.1111/ijac.14298

Enhanced mechanical properties for porous ceramics with an in situ formation of anorthite crystals during vitrification

2022· article· en· W4312069718 sur OpenAlexaff
Kaijie Zhang, Meijuan Liu, Zhichao Han, Haibin Sun, Xiaowei Li, Jiahai Bai, Qingyang Du, Chengfeng Li

Notice bibliographique

RevueInternational Journal of Applied Ceramic Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensNovelis (Canada)
Organismes subventionnairesChina Postdoctoral Science Foundation
Mots-clésAnorthiteMaterials scienceNucleationVitrificationPorositySinteringCrystallizationMineralogyComposite materialGehleniteChemical engineeringPhase (matter)ThermodynamicsGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Porous anorthite ceramics are widely applied as catalysis supports, separation membranes, and thermal insulations at high temperatures. In situ formation of anorthite crystals during vitrification is herein employed to improve mechanical properties of porous anorthite with modulated grain sizes on pore walls. Sintering parameters of shrinkage (5%–30%), open porosity (31.0%–58.3%), density (1.18–1.71 g/cm 3 ), and mass loss (12.20%–18.26%) are estimated to investigate the influences of sintering aids of calcite, fused mullite, and silicon carbide or talcum on the densification processes of porous anorthite. The Kissinger equation is used to determine the activation energy of 783 kJ/mol for the crystallization of anorthite, which is significantly low for the formation of anorthite crystals through surface nucleation mechanism in present flux‐rich melt. In situ crystallization and simultaneous densification under liquid drainages are favored for whiskers‐reinforced mechanism to enhance flexural strengths (6.9–19.4 MPa) for porous anorthite with the porosity of 49.6%–58.3% through the formation of hierarchical nano‐ and microscale structures during vitrification.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,232
Écart entre enseignants0,222 · 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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Ceramic TechnologyMême sujetConcrete and Cement Materials ResearchTravaux en français237 207