MétaCan
Menu
Retour à la cohorte
Enregistrement W2085803801 · doi:10.1115/1.2955468

Simulation of Laser-Induced Incandescence Measurements in an Anisotropically Scattering Aerosol Through Backward Monte Carlo

2008· article· en· W2085803801 sur OpenAlexaff
Kyle J. Daun, Kevin A. Thomson, F. Liu

Notice bibliographique

RevueJournal of Heat Transfer · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésSootIncandescenceAerosolMonte Carlo methodScatteringComputational physicsVolume fractionOpticsParticle (ecology)Extinction (optical mineralogy)Materials scienceLight scatteringAbsorption (acoustics)Forward scatterSIGNAL (programming language)PhysicsChemistryCombustion

Résumé

récupéré en direct d'OpenAlex

Laser-induced incandescence (LII) measurements carried out in aerosols having a large particle volume fraction must be corrected to account for extinction between the energized aerosol particles and the detector, called signal trapping. While standard correction techniques have been developed for signal trapping by absorption, the effect of scattering on LII measurements requires further investigation, particularly the case of highly anisotropic scattering and along a path of relatively large optical thickness. This paper examines this phenomenon in an aerosol containing highly aggregated soot particles by simulating LII signals using a backward Monte Carlo analysis; these signals are then used to recover the soot particle temperature and soot volume fraction. The results show that inscattered radiation is a substantial component of the LII signal under high soot loading conditions, which can strongly influence properties derived from these measurements. Correction techniques based on Bouguer’s law are shown to be effective in mitigating the effect of scatter on the LII signals.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,067
Tête enseignante GPT0,262
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations17
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207