MétaCan
Menu
Retour à la cohorte
Enregistrement W2000164062 · doi:10.1002/sia.2926

Determining the wettability of granular alumina by aluminum–magnesium alloys using the infiltration method

2008· article· en· W2000164062 sur OpenAlexafffund
Duygu Kocaefe, Guvenc Ergin, Yaşar Kocaefe

Notice bibliographique

RevueSurface and Interface Analysis · 2008
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre québécois de recherche et de développement de l’aluminium
Mots-clésWettingMagnesiumInfiltration (HVAC)Materials scienceAluminiumCapillary actionContact angleFiltration (mathematics)Composite materialMetallurgyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Wettability of the granular bed media influences the efficiency of aluminum filtration. This project was undertaken to develop a method for determining the wettability of the granular media in order to evaluate its suitability for filtration. The wetting characteristics of different granular alumina particles by aluminum–magnesium alloys were studied using the infiltration method. The contact angles for rough as well as smooth surfaces were determined, and alumina particles were classified according to their wetting characteristics. The results were consistent and showed that it is possible to differentiate the wetting characteristics of different alumina samples with the infiltration method. A capillary model based on the energy balance was developed to analyze the experimental data. The model uses an average capillary pore size. For one type of alumina, this model was extended to carry out the analysis using a capillary pore size distribution. Similar results were found in both cases. This paper describes the experimental and modeling work, and the results are presented and discussed. Copyright © 2008 John Wiley & Sons, Ltd.

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)0,002
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,301
Écart entre enseignants0,267 · 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'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

Citations6
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSurface and Interface AnalysisMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207