Ultramafic melt viscosity: A model
Notice bibliographique
Résumé
A non-Arrhenian model for the Newtonian viscosity (η) of ultramafic melts is presented. The model predicts the viscosity of ultramafic melts as a function of temperature (T), pressure (P), H2O content and for a range of melt compositions (70 < Mg# < 100). The calibration consists of 63 viscosity measurements at ambient pressure for 20 individual melt compositions and 5 high-P measurements on a single melt composition, all drawn from the literature. The data span 14 orders of magnitude of η (10−2 to 1011.8 Pa s), a T range of 880 to 2700 K, pressures from 1 atm to 25 GPa, and include measurements on hydrous melts containing 0.2 to 4.4 wt.% H2O. The T-dependence of viscosity is modelled with the VFT equation [log η = A + B/(T(K) − C)] whereby A is assumed to be a common, high-T limit for these melt compositions (i.e. log η∞ = -5.4). The pressure and composition effects are parameterised in terms of 5 adjustable parameters in expanded forms of B and C. The viscosity model is continuous across T-P-composition space and can predict ancillary transport properties including glass transition temperatures (Tg) and melt fragility (m). Melt viscosity decreases markedly with increasing H2O content but increases significantly with increasing pressure and decreasing Mg# (i.e. higher Fe-content). We show strong systematic decreases in Tg and m with increasing H2O content whereas an increase in P causes a rise in Tg and decrease in m. The predictive capacity of this model for ultramafic melt viscosity makes it pertinent to the fields of volcanology, geophysics, petrology, and the material sciences. Moreover, it provides constraints on models of magma oceans on terrestrial planets and, the evolution of planetary atmospheres via magmatic degassing on exoplanets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».