Application of polyhedron model to predict heat capacity of mixed oxides
Notice bibliographique
Résumé
The heat capacity of mixed oxides can be estimated using a linear summation of the heat capacities of their structural constituent polyhedra. This approach is particularly useful for hygroscopic and volatile oxides, where experimental data can be difficult to obtain. The present work aims to enhance the polyhedron model (PM) by incorporating contributions from second-order transitions, including magnetic and site order-disorders, into C p and expanding it to include ZnO and PbO-containing systems in comparison to the previous version of the model. A regression analysis was performed over the new dataset consisting of the properties of 85 compounds in the system Li-Na-K-Ca-Mg-Mn-Fe-Pb-Zn-Al-Ti-Si-O to obtain optimized C p for 20 constituent polyhedra. We validate the updated PM against experimental data, demonstrating an overall improvement between 7 and 9 % in the estimation of C p compared to the previous version of the model. We also compare the updated model with well-established models in the literature, such as the Neumann-Kopp Rule, and ab-initio calculations. The PM shows higher precision than NKR and the linear summation nature of PM endows the model with simplicity which contrasts with ab-initio calculations. Additionally, the model has demonstrated an inherent self-correction capability relative to the original input values, as shown for K 2 Si 4 O 9 . The model is also applied to predict the heat capacity of 10 compounds in the Na 2 O-PbO-SiO 2 and Na 2 O-ZnO-SiO 2 systems, where experimental data are lacking.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».