MétaCan
Menu
Retour à la cohorte
Enregistrement W2058126024 · doi:10.1002/tt.3020080204

Preparation and evaluation of vegetable oil derived biodiesel esters as lubricity additives

2001· article· en· W2058126024 sur OpenAlexafffund
Xutao Lang, Ajay K. Dalai, Martin J. T. Reaney, P. B. Hertz

Notice bibliographique

RevueTribotest · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Saskatchewan
Organismes subventionnairesAgriculture and Agri-Food CanadaSaskatchewan Canola Development CommissionMinistry of Agriculture - Saskatchewan
Mots-clésLubricityBiodieselCanolaDiesel fuelOrganic chemistryAlkylMaterials scienceVegetable oilChemistryFood scienceCatalysis

Résumé

récupéré en direct d'OpenAlex

Abstract Various vegetable‐oil derived esters using methyl, ethyl, butyl, and 2‐propyl alcohols were prepared and tested as diesel fuel lubricity additives in a roller‐on‐cylinder lubricity evaluator. At1% additive treat rate, the canola methyl and 2‐propyl esters, the best‐performing esters, increased the lubricity number of a reference fuel by 60%. Statistical analyses indicated strong effects of fatty acids and alcohols on the wear, friction, and lubricity number of the fuel. While no single fatty acid was identifiably responsible for the wear reduction, certain non‐linoleic compounds correlated with the wear data in a semi‐log relationship. The low‐temperature behaviour of the biodiesel was studied using differential scanning calorimetry. The major transitional peak temperature of the biodiesel esters changed with the melting points of their primary fatty acids, and decreased with the lengthening and branching of the tail alkyl groups.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,322

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 Opus0,034
Tête enseignante GPT0,293
Écart entre enseignants0,259 · 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

Citations25
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTribotestMême sujetBiodiesel Production and ApplicationsTravaux en français237 207