MétaCan
Menu
Retour à la cohorte
Enregistrement W2021570904 · doi:10.1080/00207230600802056

Natural gas fuelling for heavy‐duty on‐road use: current trends and future direction

2006· article· en· W2021570904 sur OpenAlexaff
Gordon McTaggart-Cowan, Conor C. O. Reynolds, W. Kendal Bushe

Notice bibliographique

RevueInternational Journal of Environmental Studies · 2006
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHeavy dutyCurrent (fluid)Natural gasEnvironmental scienceNatural resource economicsEngineeringWaste managementAutomotive engineeringEconomicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The use of natural gas as an alternative fuel offers the potential for significant benefits, including lower engine‐out emissions compared to conventional fuels. Most in‐use heavy‐duty natural gas engines use a premixed charge of fuel and air which is then ignited by a spark plug. While these systems meet current emissions standards, substantial further reductions are required to meet upcoming regulations. Efficiency penalties due to poor fuel utilization at low load with such premixed charge engines are also a concern. As a result, there is scope for further research into potential improvements to natural gas‐fuelled heavy‐duty engines, especially through direct injection. This work reviews the various alternatives, both in‐use and under development, for fuelling a heavy‐duty engine with natural gas. The emphasis is placed on providing an understanding of the performance of current heavy‐duty natural gas fuelled engines and improvements that future technologies may offer. The need for further fundamental and applied research, both computational and experimental, is also identified.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,014
Tête enseignante GPT0,276
Écart entre enseignants0,262 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental StudiesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207