MétaCan
Menu
Retour à la cohorte
Enregistrement W2029499578 · doi:10.13031/2013.23552

Physical characterization of wet and dry wheat straw and switchgrass - bulk and specific density

2007· article· en· W2029499578 sur OpenAlexfundno aff
Pak Sui Lam, Shahab Sokhansanj, Xiaotao Bi, Sudhagar Mani, Jim Lim

Notice bibliographique

Revue2007 Minneapolis, Minnesota, June 17-20, 2007 · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensnon disponible
Organismes subventionnairesOak Ridge National LaboratoryNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésStrawAgronomyCharacterization (materials science)Panicum virgatumEnvironmental scienceMaterials scienceBiofuelBioenergyBiotechnologyBiologyNanotechnology

Résumé

récupéré en direct d'OpenAlex

Bulk density of biomass is a major factor in determining the cost and logistics requirements of handling and moving biomass from farm to biorefinery. Bulk density is a strong function of size and shape and individual particle density. In this research we study experimentally the effect of particle length, moisture content, and particle density on bulk density of wheat straw and switchgrass. Wheat straw and switchgrass stems were cut to exact nominal lengths of 6, 12, 25, and 50 mm. The moisture contents of biomass samples were adjusted upward from an original 8% to 20, 40, and 60%. Three particle densities were measured assuming two structural geometries for the stems; i.e a hollow cylinder and a solid cylinder. The particle densities were measured using a gas pycnometer at a gas

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 enseignants0,856
Score d'incertitude au seuil0,667

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations34
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2007 Minneapolis, Minnesota, June 17-20, 2007Même sujetBioenergy crop production and managementTravaux en français237 207