Critical evaluation and thermodynamic optimization of calcium-magnesium-manganese-oxygen system
Bibliographic record
Abstract
La prédiction des propriétés thermodynamiques et des équilibres de phases d'un système d'oxydes peut jouer un rôle important dans le développement et la compréhension de processus metal1urgiques, céramiques et géologiques. Les bases de données thermodynamiques, mises au point par une évaluation critique et l'optimisation de toutes les propriétés thermodynamiques et diagrammes de phase existants, peut aider à comprendre plus clairement les mécanismes de réaction impliqués dans plusieurs procédés industriels et aider à développer de nouvelles technologies pour diverses industries. Dans le cadre du développement d'une grande base de données thermodynamiques pour des applications sidérurgiques, toutes les phases solides et liquides du système Ca-Mg-Mn-O ont été évaluées de façon critique et optimisées dans la présente étude. L'optimisation de tous les systèmes est en accord avec les principes thermodynamiques. Tous les systèmes binaires et ternaires ont été évalués de façon critique et optimisés en utilisant toutes les données thermodynamiques et d'équilibre de phase disponibles. Tous les modèles thermodynamiques employés pour chacune des solutions utilisées dans cette étude ont été élaborées sur la base de leur structure. De cette façon, l'entropie de configuration de la solution peut être correctement prise en compte dans l'énergie de Gibbs. La phase liquide fut modélisée avec le Modèle Quasichimique Modifié qui tient en compte dans le liquide de la mise en ordre locale des cations qui sont les deuxièmes voisins les plus proches. Des solutions solides, telles que le spinelle, ont été modélisés avec le Formalisme de l'Énergie des Composés en tenant compte de la structure cristalline complexe de leur sous-réseau. D'autres solutions solides telles que le monoxyde ont été modélisés en utilisant un mélange aléatoire des ions sur les sites cationiques et un polynôme pour l'énergie de Gibbs. Tous les calculs thermodynamiques de la présente étude ont été réalisés en utilisant le logiciel thermodynamique FactSageTM.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".