MétaCan
Menu
← Back to cohort
Record W6987762689

Ãtude des phénomènes d'appauvrissement en magnésium et strontium dans l'élaboration du ferrosilicium

2009· other· fr· W6987762689 on OpenAlexvenueno aff

Bibliographic record

VenueLibrary and Archives Canada (Government of Canada) · 2009
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsLimitingNucleofectionContext (archaeology)
DOInot available

Abstract

fetched live from OpenAlex

Le ferrosilicium est un composé métallurgique formé principalement de fer et de silicium. Il est utilisé comme additif pour la préparation des aciers et des fontes. Ajouté à la toute fin, il libère une grande quantité d'énergie au bain et joue le rôle de désoxydant tout en incorporant le silicium nécessaire. \n \nMalgré les difficultés reliées à la production des ferroalliages, ce projet a pour but de comprendre et classifier les phénomènes de perte de métaux réactifs lors de l'élaboration de ferroalliage. Afin d'identifier tous les paramètres importants, la séquence d'opérations proposée est établie comme étant : la coulée de ferrosilicium, l'ajout des additifs à la station d'affinage, l'immersion des métaux réactifs, les opérations après immersion, la coulée en couche mince et finalement, le concassage. Cette séquence d'opérations doit évidemment respecter la santé-sécurité et le matériel mécanique. \n \nAvec l'aide de la littérature et lors des nombreuses analyses, la chimie du ferrosilicium, les paramètres et les réactions tels que la quantité et la chimie de la scorie, la méthode d'immersion, les réactions d'oxydation lors de la coulée en couche mince et le concassage ont été identifiés comme paramètres prédominants pouvant influencer la déperdition en éléments réactifs. Suite à ces identifications, certains essais ont permis de confirmer et parfois d'améliorer le processus d'élaboration des ferroalliages. \n \nSelon un ordre décroissant d'impact sur le recouvrement du magnésium, les paramètres prédominants sont la scorie, l'oxydation à la coulée en couche mince, la chimie du ferrosilicium et le concassage. En ce qui attrait au strontium, il s'agit plutôt de la scorie, l'oxydation à la coulée en couche mince, la flottaison des rondelles, la chimie du ferrosilicium puis le concassage. Selon cette étude, la scorie riche en oxyde influence le recouvrement des métaux réactifs. Ces derniers ont une forte tendance à désoxyder les oxydes moins stables pour se retrouver sous forme d'oxyde de magnésium ou d'oxyde de strontium. Le magnésium et le strontium s'oxyde également lorsqu'en long contact avec l'air lors de la coulée en couche mince. La chimie du ferrosilicium avant l'immersion des métaux réactifs joue également un rôle important. Selon sa composition, il sera plus ou moins facile de stabiliser les métaux réactifs en formant des phases permanentes. Contrairement aux croyances, le concassage affecte le teneur en oxyde métallique et non la teneur en métal actif ce qui, en quelque sorte, améliore l'efficacité du procédé. \n \nDans le cas particulier du strontium, l'analyse des immersions a démontré que l'utilisation de rondelle non retenues est néfaste pour le recouvrement. Une simple plaque d'acier empêchant ces rondelles de flotter a permis d'obtenir un recouvrement équivalent.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.003
Threshold uncertainty score0.007

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0020.001

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.

Opus teacher head0.003
GPT teacher head0.149
Teacher spread0.147 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2009
Admission routes1
Has abstractyes

Explore more

Same venueLibrary and Archives Canada (Government of Canada)→French-language works237,207→