MétaCan
Menu
Retour à la cohorte
Enregistrement W2047734532 · doi:10.1115/imece2007-43511

Emissions Testing From the Use of Various Biodiesel Blends in Representative Canadian Army Equipment

2007· article· en· W2047734532 sur OpenAlexaffabout
W. Allan, David Gardiner, L. G. I. Bennett, Marc LaViolette, Greg Pucher, M. P. Turingia

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelEnvironmental scienceBiofuelWaste managementParticulatesCombustorNOxUltra-low-sulfur dieselBiodieselFuel oilCombustionEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

A comprehensive series of emissions measurements were taken from two pieces of equipment used by the Canadian Forces. A field kitchen burner unit and the engine from the Light Armoured Vehicle III (LAVIII) were operated using two base fuels: low and ultra low sulphur diesel fuel blended with three different biofuels. Methylesters from canola, tallow and yellow grease were mixed in a range of volumetric proportions from 0 to 20%. Additionally, both very low sulphur diesel and aviation turbine fuel (JP-8) were tested against neat low sulphur diesel fuel. The complete chemical analysis conducted on all test fuels will not be presented here. A full range of gaseous emission measurements were obtained including oxides of nitrogen, unburnt hydrocarbons, carbon monoxide and dioxide and limited sulphur dioxide measurements. Two means of monitoring particulate matter were used with one proving to be more effective than the other. Novel techniques were used to obtain the burner unit emissions results and the AVL 8-mode test sequence was applied to the Caterpillar engine from the LAVIII. Although emission trends were detected, levels were often on the margins of perceptibility of the gas analysis system, and atmospheric conditions were challenging. Nevertheless, a methodology was developed and refined. Some correlations were made between the chemical analysis and emissions results. The testing will allow the Canadian Army to estimate its emissions footprint.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,643

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,065
Tête enseignante GPT0,268
Écart entre enseignants0,204 · 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

Citations0
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207