MétaCan
Menu
Retour à la cohorte
Enregistrement W2004992972 · doi:10.1115/icef2005-1266

Evaluation of Biodiesel Blends in a Single-Cylinder Medium-Speed Diesel Engine

2005· article· en· W2004992972 sur OpenAlexaff
Fan Su, M. L. Payne, Manuel Vázquez, P. P. Eggleton, Alex Vincent

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésDiesel engineNOxDiesel fuelBiodieselEnvironmental scienceAutomotive engineeringFour-stroke engineCylinderEngine powerIdleCommon railWinter diesel fuelWaste managementInternal combustion engineCombustionDiesel cyclePower (physics)EngineeringPetrol engineComputer scienceChemistryMechanical engineeringCombustion chamberThermodynamics

Résumé

récupéré en direct d'OpenAlex

Biodiesel blends were prepared by mixing low sulphur #2 diesel and biodiesel of two origins (canola and frying oil) at two different concentrations (5% and 20%). They were tested in a single-cylinder four-stroke medium-speed diesel engine under three engine modes representing idle, about 50% power and full load conditions. Engine performance and emissions data obtained with the blends were compared to that of engine running with the #2 diesel. Results indicated that the 5% blends could maintain engine power and fuel economy. Frying oil based B5 provided more significant reductions on CO, THC and PM emissions and increments on NOx emissions as compared with that of the canola B5 fuel. The 20% blends reduce engine CO, PM and smoke emissions, but increase NOx emissions by up to approximately 8%. Engine cylinder pressure and injection pressure data was also collected to provide additional information for evaluation of fuel economy and emissions benefits of using the blends.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,647

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 Opus0,057
Tête enseignante GPT0,271
Écart entre enseignants0,213 · 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

Citations2
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBiodiesel Production and ApplicationsTravaux en français237 207