MétaCan
Menu
Retour à la cohorte
Enregistrement W2120372768 · doi:10.1109/ppic.2012.6292992

Study of effects of mining industry contaminations on protective properties of arc rated clothing using ASTM F1959

2012· article· en· W2120372768 sur OpenAlexaff
Hugh Hoagland, Lionel Smith, M. S. Golovkov, Cecil Burton, Robert Pailing, Claude Maurice

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical Fault Detection and Protection
Établissements canadiensKinectrics (Canada)
Organismes subventionnairesnon disponible
Mots-clésContaminationWaste managementEnvironmental scienceCementDiesel fuelPulp and paper industryMetallurgyMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Arc rated FR protective clothing and fabrics are most often tested in new and laundered condition to remove surface contaminants. Manufacturers recommend to keep such clothing in clean condition at all times. However through daily use, protective clothing may be soiled or stained with industrial contaminants. The effect of specific mining industry contaminants on protective properties of arc rated flame resistant fabric is described in this report. A method and approach to quantify the contamination for a number of different contaminants was developed and described herein. The baseline contaminant was a 1% saline solution to simulate body sweat. It is generally accepted that water absorbed into the fabric will change the insulation and protective characteristics of the fabric. In this work, other contaminants used included diesel fuel (to represent lighter hydrocarbons such as gasoline and other lighter fuel oils), dry lime, nickel dust palladium dust, sodium hydroxide slurry, carbon black dust, dry and wet cement, a flocculent slime, hydraulic fluid (hydraulic jack oil) and transformer oil. Reduction in protective properties of arc rated FR clothing was observed for wet contaminations. Dry contaminants have less of an affect and some improved the protections level. Conductivity of the cloth was also measured using a high voltage meg-ohmmeter. These readings were performed with and without contaminants applied.

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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectrical Fault Detection and ProtectionTravaux en français237 207