MétaCan
Menu
Retour à la cohorte
Enregistrement W2280337647 · doi:10.13031/trans.58.11053

Three-Dimensional Transient Heat, Mass, and Momentum Transfer Model to Predict Conditions of Canola Stored inside Silo Bags under Canadian Prairie Conditions: Part II. Model of Canola Bulk Temperature and Moisture Content

2015· article· en· W2280337647 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueTransactions of the ASABE · 2015
Typearticle
Langueen
DomaineChemistry
ThématiqueSpectroscopy and Chemometric Analyses
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanola Council of Canada
Mots-clésCanolaSiloTransient (computer programming)Environmental scienceWater contentMass transferMomentum (technical analysis)MoistureHeat transferMechanicsAgronomyEngineeringMeteorologyPhysicsGeotechnical engineeringMechanical engineeringBiology

Résumé

récupéré en direct d'OpenAlex

A three-dimensional transient heat, mass, and momentum transfer model was developed to predict temperatures and moisture contents of canola stored inside silo bags under Canadian Prairie conditions. The developed model calculated the condensation and production of water and heat generated by the respiration of microorganisms inside silo bags. This model was coupled with the soil temperature model developed in part I. These developed models were validated using weather data as input and measured temperatures and moisture contents inside silo bags filled with canola at 9.1%, 10.5%, or 14.4% initial moisture content (MC). The developed models had a poor prediction of the temperature and moisture content of the 14.4% MC canola because the canola seeds spoiled and clumped together in less than four months. The developed models could explain more than 90% of the measured temperatures inside the silo bags filled with 10.5% MC canola without underestimation or overestimation. The average absolute difference was less than 1.9°C ±0.1°C and 0.7°C ±0.0°C inside silo bags with 9.1% and 10.5% initial MC, respectively. The developed models could explain more than 94% of the measured moisture contents of canola stored inside the silo bags with ≤10.5% initial MC. The average absolute difference between measured and predicted moisture contents of canola was ≤0.4% ±0.0% inside the silo bags filled with 9.1% and 10.5% MC canola. Simulation results showed that condensation on the canola seeds mostly occurred at the boundary of silo bags, and canola inside hot spots might produce ≥2.5 fold of heat production, which was measured under small-scale laboratory conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,306
Score d'incertitude au seuil0,615

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,250
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the ASABEMême sujetSpectroscopy and Chemometric AnalysesTravaux en français237 207