MétaCan
Menu
Retour à la cohorte
Enregistrement W2243896970

Field observation of seawater spray droplets impinging on the upper deck of an icebreaker

2013· article· en· W2243896970 sur OpenAlexaboutno aff
Toshihiro Ozeki, Genki Sagawa

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeawaterSea sprayIcingMeteorologyEnvironmental scienceSwellDeckOceanographyMarine engineeringGeologyAtmospheric sciencesGeographyEngineeringAerosol
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Seawater spray icing is a major problem faced not only by fishing vessels and trawlers but also by commercial vessels. Marine disasters caused by ice accretion occur frequently in cold regions. However, even today, deicing continues to be a manual operation that usually involves the use of a hammer. To address icing on the ship, sea spray generation, spray delivery, and heat transfer for ice accretion are important. In this study, the authors developed a seawater droplet counter for measuring the droplets impinging on ships. The field observation was made on the upper deck of the CCGS Louis S. St-Laurent during the voyage to the Northwest Passage and the Canada Basin. Because the observation period was late July and August of 2012, the purpose of this observation was to obtain the relationship between pitching and rolling of the ship and seawater spray generation. The weather conditions, acceleration of the ship, and size and number of seawater droplets were measured. The marine condition and spray generation were recorded by using a monitoring system set up on the upper deck of the ship. Droplet size distributions were obtained in rough weather. Preliminary result shows that long-period swells did not contribute to the increase in the amount of seawater spray, although the pitching angle of the ship increased with swell. The seawater droplet counter recorded large numbers of particles during a storm. The time series of the droplet counter suggested that the particles were caused by raindrops, because droplets were detected continuously.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,184

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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,191 · 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIcing and De-icing TechnologiesTravaux en français237 207