MétaCan
Menu
Retour à la cohorte
Enregistrement W1995911611 · doi:10.1520/jai12922

Flight Line Variability in Rotary Atomizer Drop Size Distribution

2005· article· en· W1995911611 sur OpenAlexaff
M. E. Teske, HW Thistle, RC Reardon, DC Davies, G Cormier, R Scott Cameron, MY LeClerc, Anandakumar Karipot

Notice bibliographique

RevueJournal of ASTM International · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensForest Protection Limited (Canada)
Organismes subventionnairesnon disponible
Mots-clésDrop (telecommunication)Materials scienceLine (geometry)MechanicsEnvironmental scienceMechanical engineeringEngineeringPhysicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract An extensive data set generated with a highly instrumented aircraft provides 0.2-s interval data of aircraft and mechanical release system behavior during aerial application. These unique data previously provided an excellent source of information on the variability of aerial application parameters along individual flight lines and enabled a sensitivity analysis to bound the variability in the expected deposition patterns. They also showed how this variability might impact any error bounds established around the time-averaged predictions generated by the AGDISP model. This paper quantifies the variability in the drop size distribution generated by the rotary atomizers and makes suggestions with regard to possible implications of this variability on the variability of deposition predictions across any spray application involving their use. The measured variability may not be unique to rotary atomizers, as a sensitivity study of hydraulic atomizers gives similar results.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,636

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,206
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ASTM InternationalMême sujetFluid Dynamics and Heat TransferTravaux en français237 207