The Impact of Isobutanol and Ethanol on Gasoline Fuel Properties and Black Carbon Emissions from Two Light-Duty Gasoline Vehicles
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">This study reported black carbon (BC) mass and solid particle number emissions from a gasoline direct injection (GDI) vehicle and a port fuel injection (PFI) vehicle on splash blended E10 and iB16 fuels over the FTP-75 and US06 drive cycles at standard and cold ambient temperatures. For the FTP-75 drive cycle, the GDI vehicle had lower solid particle number and BC mass emissions from E10 (5.1×10<sup>12</sup> particles/mile; 4.2 mg/mile) and iB16 (5.2×10<sup>12</sup> particles/mile; 3.9 mg/mile) compared to E0 (7.2×10<sup>12</sup> particles/mile; 7.0 mg/mi). Most of the reductions were attributed to the statistically significant reductions during the phases 1 and 2 of the FTP-75 drive cycle. iB16 was also observed to have statistically significant reduction on BC emissions when compared to E0 at cold ambient temperature but E10 did not show such BC reduction. For the PFI vehicle, most of the solid particle number and BC mass emissions were emitted primarily during phase 1 of the FTP-75 drive cycle. In general, solid particle number and BC mass emissions from the warmed PFI vehicle were low (0.5-1.3×10<sup>12</sup> particles/mile; 0.2-0.8 mg/mi) and most of the fuel effects were not statistically significant. However, iB16 fuel was consistently observed to increase both solid particle number and BC mass emissions during phase 1 of the FTP-75 drive cycle while no statistically different solid particle number and BC mass emissions were observed for the E10 fuel.</div></div>
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».