MétaCan
Menu
Retour à la cohorte
Enregistrement W2170756812

MODELING OF THE PRESSURE-DENSITY RELATIONSHIP IN A LARGE CUBIC BALER

2013· article· en· W2170756812 sur OpenAlexaff
S. Afzalinia, M. R. Roberge

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil Mechanics and Vehicle Dynamics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPlungerStrawBulk densityMathematicsExponential functionAnimal scienceAgronomySoil scienceEnvironmental scienceMaterials scienceComposite materialBiologyMathematical analysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the course of this study, empirical models were developed for the pressure-density relationship in a large cubic baler for baling alfalfa and barley straw. Least squares regression analysis was employed to develop the empirical model and estimate the model coefficients by minimizing the summation of the squared differences between data resulting from the developed empirical model and the corresponding experimental data for a certain distance from the plunger. The effect of the flake size and load setting on the plunger pressure (pressure exerted on the bale via the plunger) as well as bale density were also determined for bailing alfalfa and barley straw. Results showed that the developed empirical model for either one of alfalfa or barley straw was a combination of a quadratic and an exponential equation which exhibited a good correlation with the experimental data (R 2 of 0.89 for alfalfa and R 2 of 0.94 for barley straw). Results also revealed that load setting significantly affected the plunger pressure and as well the bale density so that plunger pressure and bale density increased with increase in load setting (up to 70% for alfalfa and 100% for barley straw) in both of the forage materials. Flake size (position of the pre-compression sensitivity lever) had also a slight effect on the plunger pressure and on the bale density.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,134

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 Opus0,012
Tête enseignante GPT0,197
Écart entre enseignants0,185 · 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'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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Mechanics and Vehicle DynamicsTravaux en français237 207