MétaCan
Menu
Retour à la cohorte
Enregistrement W2083055302 · doi:10.5539/mas.v5n2p37

Viability of Myrtle tree as natural filter for the gaseous emissions of internal combustion engines

2011· article· en· W2083055302 sur OpenAlexvenueno aff
Salam J. Bash AlMaliky

Notice bibliographique

RevueModern Applied Science · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGasolineCombustionEnvironmental scienceTree (set theory)Pulp and paper industryHorticultureAtmospheric sciencesChemistryMathematicsPhysicsBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

This paper was aimed to test the control role of myrtle tree against the gaseous emissions of stationary internal combustion engines (ICEs). CO and NO2 gaseous emissions, chlorophyll content index (CCI) and leaf surface area were studied prior and after the expose of myrtle tree the exhaust of 2 KW gasoline fueled, power generator that was operated four hours per day for a period of 24 consecutive weeks. Myrtle have shown efficient performance in reducing the amounts of these emissions, where records of CO and NO2 have shown reductions to about 18% and 27% of their initial levels as emitted from the source, respectively. Although it was not encouraging at the first few weeks, the CCI has shown significant development of 38% as compared to its initial value, which was incorporated with about 77% increase in average leaf`s surface area. Statistical analyses have proved good positive correlations between CO and NO2 removal process from one side and the CCI and leaf surface area from the other. Atmospheric temperature was proved to have high negative correlation coefficient with both CCI and leaf surface area. These results encourage further biological and statistical tests to prove and determine the causal relations between these variables. Author would like to acknowledge the support of the Institute of International Education IIE, Scholars Rescue Fund SRF and Russ College of Engineering, Ohio University.

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: aucune
Score de désaccord entre enseignants0,611
Score d'incertitude au seuil0,176

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 Opus0,027
Tête enseignante GPT0,239
Écart entre enseignants0,212 · 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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetBiodiesel Production and ApplicationsTravaux en français237 207