MétaCan
Menu
Retour à la cohorte
Enregistrement W2026404202 · doi:10.1109/iccct.2014.7001518

Centralized remote monitoring of electrostatic precipitators to enforce proper usage

2014· article· en· W2026404202 sur OpenAlexfundno aff
Kingshuk Mukherjee, Nirmal Kumar Roy, Souvik Das

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT-based Smart Home Systems
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Patient Safety Institute
Mots-clésParticulatesPollutionEnvironmental scienceAir pollutionElectricityEnvironmental monitoringWaste managementEnvironmental economicsEnvironmental engineeringEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Electrostatic Precipitators (ESPs) are widely used by industries to minimize the ash content and particulate matters present in the exhaust of boilers or furnaces. It reduces atmospheric air pollution which causes environmental hazards on Earth. Mindful of the increasing concerns about the effects of air pollution, regulatory bodies such as Pollution Control Boards of most countries have taken steps to enforce the installation of ESPs in industries to control the particulate matter and ash content in exhaust gases. Keeping in view the health hazards, the pollution control norms and the continuous vigilance of pollution control boards, ESPs have now been installed in a wide scale across the world. But a standing issue with the ESPs has been their relatively high power consumption which has often induced unscrupulous industries to limit their usage in order to reduce their electricity expenses towards the ESPs continuous operation. The limited operation of the ESPs causes high air particulates, ash content and poisonous gases in the environment which are directly responsible for several health hazards. In this paper, an Information Communication Technology (ICT) enabled electronic tool is presented for centralized monitoring of installed ESPs in different locations from a remotely placed monitoring centre. It is a cost effective and an efficient tool for E-Governance and will fulfill the dream of a pollution controlled environment.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,206 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT-based Smart Home SystemsTravaux en français237 207