MétaCan
Menu
Retour à la cohorte
Enregistrement W2143988302 · doi:10.1002/cjce.5450820621

The Yield Stress of Gas/Liquid/Fibre Suspensions

2004· article· en· W2143988302 sur OpenAlexvenueno aff
Johan Pettersson, Anders Rasmuson

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2004
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesStiftelsen för Strategisk Forskning
Mots-clésYield (engineering)Materials scienceComposite materialPulp (tooth)Shear stressStress (linguistics)ChromatographyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Yield stress measurements of gas/liquid/fibre suspensions, were conducted to examine the effect of gas concentration as well as fibre concentration. Obtaining a well mixed stable pulp suspension with gas was difficult. A transparent model system consisting of glass fibres submersed in refractive index matched liquid gave stable suspensions and had the additional advantage of allowing visual observations. The measurements were performed in a baffled shear tester and concentrations were in the range of 0–12.5% vol. gas and 8–14% wt. fibres. Results show that yield stress decreases with increasing gas fraction for constant fibre concentrations. Since the fibre concentration is defined in the liquid phase, the amount of fibres decreases with increasing gas concentration. This fact alone partly explains the decrease in yield stress, but the gas also has a direct impact on the decrease in yield stress. Further, as expected, the yield stress increases with increasing fibre concentrations when the gas fraction is kept constant.

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)0,001
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 enseignants0,024
Score d'incertitude au seuil0,221

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,215
Écart entre enseignants0,199 · 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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetTextile materials and evaluationsTravaux en français237 207