MétaCan
Menu
Retour à la cohorte
Enregistrement W2103543499 · doi:10.1002/cjce.20282

Bubble shape, gas flow and gas–liquid mass transfer in pulp fibre suspensions

2010· article· en· W2103543499 sur OpenAlexaffvenue
Linda Kate Ishkintana, Chad P. J. Bennington

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBubbleMass transferHardwoodVolumetric flow rateSuspension (topology)SoftwoodKraft paperPulp (tooth)Mass transfer coefficientSuperficial velocityChemistryAnalytical Chemistry (journal)ChromatographyKraft processMaterials scienceMechanicsComposite materialFlow (mathematics)

Résumé

récupéré en direct d'OpenAlex

Abstract Gas–liquid mass transfer in pulp fibre suspensions in a batch‐operated bubble column is explained by observations of bubble size and shape made in a 2D column. Two pulp fibre suspensions (hardwood and softwood kraft) were studied over a range of suspension mass concentrations and gas flow rates. For a given gas flow rate, bubble size was found to increase as suspension concentration increased, moving from smaller spherical/elliptical bubbles to larger spherical‐capped/dimpled‐elliptical bubbles. At relatively low mass concentrations ( C m = 2–3% for the softwood and C m ≅ 7% for the hardwood pulp) distinct bubbles were no longer observed in the suspension. Instead, a network of channels formed through which gas flowed. In the bubble column, the volumetric gas–liquid mass transfer rate, k L a , decreased with increasing suspension concentration. From the 2D studies, this occurred as bubble size and rise velocity increased, which would decrease overall bubble surface area and gas holdup in the column. A minimum in k L a occurred between C m = 2% and 4% which depended on pulp type and was reached near the mass concentration where the flow channels first formed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,485

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 recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,158
Écart entre enseignants0,155 · 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

Citations5
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207