MétaCan
Menu
Retour à la cohorte
Enregistrement W2045320569 · doi:10.5539/mas.v4n7p135

Moisture-Dependent Physical Properties of Sunflower (SHF8190)

2010· article· en· W2045320569 sur OpenAlexvenueno aff
Mohammad Reza Seifi, Reza Alimardani

Notice bibliographique

RevueModern Applied Science · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAgricultural Engineering and Mechanization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAngle of reposeWater contentSphericitySunflowerMaterials scienceBulk densityParticle densityMoisturePorosityComposite materialSunflower seedMathematicsSoil scienceVolume (thermodynamics)Environmental scienceSoil water

Résumé

récupéré en direct d'OpenAlex

Physical properties are very important in design and manufacturing of harvest and post harvest machines. In this research some physical properties of sunflower seeds (SHF8190 variety) were determined as a function of moisture content in the range of 4-22 % wet basis (w.b.) using standard techniques. The average length, width, thickness, geometric mean diameter, equivalent diameter, arithmetic diameter, sphericity, surface area and angle of repose ranged from 12.14 to 12.57 mm, 5.79 to 6.38 mm, 3.86 to 4.09 mm, 6.47 to 6.85 mm, 6.56 to 6.97 mm, 7.27 to 7.61 mm, 53.33% to 55.42%, 112.16 to 125.01 mm2 and 41 to 57° as the moisture content increased from 4% to 22% w.b., respectively. The thousand grain weight (TGW) increased from 80.3 to 96.8 g whereas the bulk density decreased from 410 to 380 kgm-3 and the true density from 740 to 980 kg m-3 with an increase in the moisture content range of 4–22 % w.b.The data of sunflower seeds showed that the porosity ranged from 44.59 to 61.22%. The static coefficient of friction of sunflower seeds increased linearly against different surfaces of structural materials, namely, plastic (0.29–0.55), plywood (0.36–0.53), and galvanized iron (0.36–0.55) and the static angle of repose increased from 41º to 57º, respectively when the moisture content increased from 4 % to 22% w.b.

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

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,171
Écart entre enseignants0,165 · 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'étudeObservationnel
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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetAgricultural Engineering and MechanizationTravaux en français237 207