MétaCan
Menu
Retour à la cohorte
Enregistrement W2237215733

Перспективные методы очистки дизельного топлива от воды и механических примесей

2013· article· ru· W2237215733 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueСовременные проблемы науки и образования · 2013
Typearticle
Langueru
DomaineEngineering
ThématiqueIndustrial Engineering and Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelProcess engineeringFiltration (mathematics)Homogenization (climate)Waste managementMaterials scienceEngineeringMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The review of the modern industrial and experimental-industrial technologies of diesel fuel refinement from emulsified and dissolved water, as well as from solid insoluble particles is performed. The traditional methods of destabilization of the emulsions: gravity, centrifugal, electrical, chemical, coalescent methods are considered as well as modern complex technologies, including filtering of diesel fuel through porous polymer materials with new properties. On the basis of comparative analysis of various methods of diesel fuel refinement technologies of the domestic firm «DITO» (Moscow) and the canadian firm «FILTERVAK» were recognized as the most effective. The «DITO» technology involves the heating of fuel, its separation and homogenization under the action of centrifugal forces in the vortex apparatus and the subsequent filtration and stabilization. The method of «FILTERVAK» is a multi-stage purification system with the use of preliminary strainer-filter, input filter of cartridge or basket type, coalescent separators, filters of fine purification and regenerating filters if it is necessary.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0030,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,019

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 Opus0,010
Tête enseignante GPT0,167
Écart entre enseignants0,157 · 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