MétaCan
Menu
Retour à la cohorte
Enregistrement W1147261740 · doi:10.1177/1350650115599013

Non-Newtonian behavior in canola-oil-based bio-hydraulic oil

2015· article· en· W1147261740 sur OpenAlexaff
Hamid A Elemsimit, Dana Grecov

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part J Journal of Engineering Tribology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueLubricants and Their Additives
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRheometerRheologyCanolaViscoelasticityShear thinningMaterials scienceHydraulic fluidShear rateVegetable oilShear (geology)ViscosityPetroleum engineeringPetroleumEnvironmental scienceComposite materialPulp and paper industryChemistryMechanical engineeringGeologyEngineeringFood scienceOrganic chemistryHydraulic machinery

Résumé

récupéré en direct d'OpenAlex

The use of vegetable oils can offer important environmental advantages with respect to biodegradability and renewability, along with good performance in a range of different applications. Unlike petroleum-based lubricants, which have been studied and developed over a century, knowledge related to vegetable-oil-based lubricants is limited. In this work, the rheological properties of industrial canola-oil-based bio-lubricants were investigated using a rotary rheometer. The bio-hydraulic oil exhibited constant viscosity at both moderate and high shear rates, as well as shear thinning at low shear rates and temperatures less than 30 ℃. Frequency sweep tests revealed significant viscoelasticity in the bio-hydraulic oil, which developed over time. Time dependence and structure recovery effects were also investigated. These experiments reveal some characteristic liquid crystal fingerprints. To the best of our knowledge, this study is the most extended rheological characterization of low-viscosity vegetable-oil-based lubricants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,219
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part J Journal of Engineering TribologyMême sujetLubricants and Their AdditivesTravaux en français237 207