MétaCan
Menu
Retour à la cohorte
Enregistrement W2237352249 · doi:10.1515/cttr-2015-0011

An Improved Theoretical Model of Cigarette Smoke Filtration across Mono-Segment Cellulose Acetate Filters

2015· article· en· W2237352249 sur OpenAlexaboutno aff
Du Wen, Wen Jianhui, Xiaobin Zhang, Liu Hui-min

Notice bibliographique

RevueBeiträge zur Tabakforschung international · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAerosol Filtration and Electrostatic Precipitation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFiltration (mathematics)Cellulose acetateFiberImpactionCigarette smokeDiffusionParticle sizeAerosolFlow (mathematics)CelluloseMechanicsMaterials scienceChemistryChromatographyComposite materialMathematicsThermodynamicsPhysicsSurgeryStatisticsMedicine

Résumé

récupéré en direct d'OpenAlex

Summary An improved theoretical model was presented to predict the filtration efficiency of cigarette filters. Filtration equations of single fibers considering the interference of neighboring fibers were applied in the model. Cellulose acetate fibers in cigarette filters were approximated as cylinders. The fiber size was adjusted by its size projected on the flow field. The solid fraction of fibers in cigarette filters was recalculated using the size of the virtual cylinders. The varying flow velocity during smoking was taken into account when calculating the filtration efficiency. The effective hydrodynamic particle diameter of cigarette smoke was estimated to be 0.44 μm by the difference of filtration efficiencies under ISO and Health Canada Intense (HCI) smoking regimes. Filtration contributions due to diffusion, interception and inertial impaction were 62%, 32% and 6%, respectively, at a flow velocity of 0.38 m/s for particles of 0.44 μm diameter. The effect of inertial impaction was insignificant but not negligible under ISO smoking regime. The measured and predicted efficiencies of two cigarette samples were compared and satisfactory agreement was obtained. [Beitr. Tabakforsch. Int. 26 (2015) 232-240]

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,340
Score d'incertitude au seuil1,000

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 savante0,0000,001
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 Opus0,023
Tête enseignante GPT0,274
Écart entre enseignants0,251 · 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.

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

Citations14
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBeiträge zur Tabakforschung internationalMême sujetAerosol Filtration and Electrostatic PrecipitationTravaux en français237 207