MétaCan
Menu
Retour à la cohorte
Enregistrement W2014058923 · doi:10.1139/s04-051

Aerosol generation using a joint vapor–nuclei type generator: Factorial design to characterize its performance

2005· article· en· W2014058923 sur OpenAlexvenueno aff
Chwen-Jyh Jeng, Warren B. Kindzierski, Daniel Smith

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerosolFactorial experimentDispersityGeometric standard deviationCondensationVolumetric flow rateAerodynamic diameterMaterials scienceAnalytical Chemistry (journal)Generator (circuit theory)ChemistryChromatographyMathematicsMechanicsMeteorologyThermodynamicsPower (physics)PhysicsStatistics

Résumé

récupéré en direct d'OpenAlex

The performance of a joint vapor–nuclei type aerosol generator was investigated using a 2 4 factorial design experiment. The generator produced stable, reproducible monodisperse aerosols with aerodynamic diameters from 0.79 to 3.1 µm. The geometric standard deviation (GSD) ranged from 1.09 to 1.31. The factorial design experiment indicated that atomizer flow rate and temperature of aerosol material were the significant factors that control the number mean diameter (NMD) of product aerosols, while the diameter of the condensation chimney had a significant effect on aerosol monodispersity. Among these significant factors, the generator had a rapid, reproducible response to atomizer flow rate. As a result, it was used as an adjustment parameter to fine-tune the performance of the generator. Its main effect on NMD was –1.3 µm per increase of 1.0 L/min in atomizer flow rate. Experimental results suggested that a power-law relationship could be used to predict the NMD of product aerosols. This study confirmed that the atomizer must produce >10 5 cm –3 of primary mists to generate monodisperse aerosols by heterogeneous condensation. Key words: aerosol generator, monodisperse, condensation, nuclei, factorial design, heterogeneous, homogeneous.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,265
Score d'incertitude au seuil0,400

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 savante0,0000,001
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 Opus0,033
Tête enseignante GPT0,208
Écart entre enseignants0,176 · 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

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207