MétaCan
Menu
Retour à la cohorte
Enregistrement W2015055724 · doi:10.6000/1929-6002.2014.03.04.1

Development of a Hydrous Ethanol Fuel Feeding Device for Spark-Ignition Engine

2014· article· en· W2015055724 sur OpenAlexvenueno aff
Alexis T. Belonio, Manuel José C. Regalado, Neil Caesar M. Tado, Emmanuel V. Sicat

Notice bibliographique

RevueJournal of Technology Innovations in Renewable Energy · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGasolineAlcohol fuelBiofuelSpark-ignition engineEthanolBrake specific fuel consumptionIgnition systemWaste managementEnvironmental scienceEthanol fuelSPARK (programming language)Fuel efficiencyChemistryAutomotive engineeringEngineeringOrganic chemistryComputer science

Résumé

récupéré en direct d'OpenAlex

While the Philippine Biofuels Act of 2006 mandates the use of anhydrous bioethanol as blend for gasoline, the potential of hydrous ethanol as an alternative fuel for spark-ignition engines has not been fully realized. This study explored the possibility of using hydrous ethanol as fuel for spark-ignition engines with minimal modifications and without the need for gasoline blend. A fuel feeding device was developed to feed hydrous ethanol fuel into the intake manifold of the engine, bypassing the carburetor. By replacing the components that are not compatible with hydrous ethanol and installing a fuel feeding device developed at PhilRice, two spark-ignition engines were able to run solely on 80-95% hydrous ethanol fuel. The fuel economy was found to be a significant issue in the utilization of hydrous ethanol fuel as there is a 75% increase in fuel consumption when using hydrous ethanol. There is potential for hydrous ethanol to be used as fuel if it can be produced locally and sold at half the pump price of gasoline.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Technology Innovations in Renewable EnergyMême sujetBiodiesel Production and ApplicationsTravaux en français237 207