MétaCan
Menu
Retour à la cohorte
Enregistrement W1972992911 · doi:10.1021/ef1007962

Soot Formation in Co- and Counter-flow Laminar Diffusion Flames of Binary Mixtures of Ethylene and Butane Isomers and Synergistic Effects

2010· article· en· W1972992911 sur OpenAlexaff
Ahmet E. Karataş, Mario Commodo, Ömer L. Gülder

Notice bibliographique

RevueEnergy & Fuels · 2010
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésButaneSootPropaneChemistryEthyleneVolume (thermodynamics)Analytical Chemistry (journal)ThermodynamicsOrganic chemistryPhotochemistryCombustionCatalysis

Résumé

récupéré en direct d'OpenAlex

Soot volume fractions of binary mixtures of butane isomers, ethylene−butane isomers, and propane−butane isomers were evaluated experimentally in diffusion flames on both co- and counter-flow burners. Soot volume fractions were measured by two-dimensional line of sight attenuation of a broadband arc lamp generated light in co-flow flames, whereas in counter-flow flames, attenuation of a small radius laser beam was used. Binary mixtures of iso-butane and n -butane did not show any synergistic effects on soot formation. On the other hand, either n -butane or iso-butane addition to ethylene caused a strong synergistic effect in both types of flames that the soot volume fractions were higher than those of the individual mixture components under the same flame conditions. Binary mixtures of propane and butane isomers, however, did not display any measurable synergistic effect on soot formation. These observations were discussed in the light of mechanisms proposed by previous investigators to explain the synergistic effects detected in the flames of binary mixtures. Current results cast doubt on the universality of the dominance of any of the mechanisms previously proposed to explain the synergistic effects observed with some binary hydrocarbon mixtures.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,004
Tête enseignante GPT0,212
Écart entre enseignants0,208 · 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

Citations28
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & FuelsMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207