MétaCan
Menu
Retour à la cohorte
Enregistrement W1997668246 · doi:10.1002/cjce.5450830311

Vapour-Liquid Equilibrium in Binary Aqueous Mixtures using a Modified Regular Solution Model

2008· article· en· W1997668246 sur OpenAlexvenueno aff
Víctor H. Álvarez, Claudio A. Faúndez, José O. Valderrama

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Equilibria and Thermodynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermodynamicsPhase equilibriumDistillationHumanitiesChemistryPhysicsPhilosophyPhase (matter)ChromatographyOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Phase equilibrium in binary mixtures of interest in wine and must distillation processes have been modelled using the Peng-Robinson equation of state. The mixing rules of Kwak and Mansoori and of Wong and Sandler were used. A new simple modification of the Regular Solution model for binary mixtures is also presented. The cases studied considered nine water+congener mixtures. The congeners included in the study are those regarded as legal compounds by the Chilean legislation for the production of a spirit made from grapes, called Pisco. The work allows concluding on the advantages, disadvantages and expected accuracy of the models used. L'équilibre des phases dans des mélanges binaires intervenant dans les procédés de distillation de vin et de mout a été modélisé à l'aide de l'équation d'état de Peng-Robinson. On a utilisé les règles de mélange de Kwak et Mansoori et de Wong et Sandler. Une nouvelle modification simple du modèle de solutions régulières pour les mélanges binaires est également présentée. Les cas étudiés considèrent neuf mélanges eau+congénère. Les congénères incluent dans l'étude sont ceux considérés comme des composants légaux dans la législation chilienne pour la production d'un vin spiritueux obtenu à partir de raisins, appelé Pisco. Ce travail permet de tirer des conclusions sur les avantages, les inconvénients et la précision possible des modèles employés.

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)0,000
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 enseignants0,380
Score d'incertitude au seuil0,700

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,197
Écart entre enseignants0,178 · 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

Citations10
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetPhase Equilibria and ThermodynamicsTravaux en français237 207