A novel approach of using <scp>SiC</scp> for the reductive decomposition of industrial by‐product gypsum
Notice bibliographique
Résumé
Abstract In this study, thermodynamic calculations indicate that using silicon carbide (SiC) as an additive for the reductive decomposition of industrial by‐product (IBP) gypsum is a feasible method to lower decomposition temperature and avoid the generation of liquid phase. Experimental results show that the decomposition rate of IBP gypsum exceeded 90% at 950°C for 2 h, while avoiding the generation of liquid phase. In addition, it was found that an intermediate product, 2Ca 2 SiO 4 ·CaSO 4 , was generated during the decomposition process. Through the reaction mechanism and kinetics analysis of IBP gypsum and SiC, the decomposition process can be divided into two steps. The first step was the conversion of CaSO 4 to 2Ca 2 SiO 4 ·CaSO 4 (decomposition rate <60%), and the chemical reaction was the controlling step. The second stage was the conversion of 2Ca 2 SiO 4 ·CaSO 4 to Ca 2 SiO 4 (decomposition rate >60%), and three‐dimensional diffusion was the controlling step. This novel method not only successfully lowered the decomposition temperature of IBP gypsum, but also avoided liquid phase generation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».