MétaCan
Menu
Retour à la cohorte
Enregistrement W2300072496

A modified air pycnometer for compost air volume and density determination

2003· article· en· W2300072496 sur OpenAlexaboutno aff
J. Agnew, J.J. Leonard, Jinghang Feng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueComposting and Vermicomposting Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompostGas pycnometerBulk densityVolume (thermodynamics)Particle densityCompressed airWoodchipsWaste managementMaterials scienceComposite materialEnvironmental scienceMechanical engineeringEngineeringSoil scienceSoil waterPhysicsThermodynamicsPorosity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Agnew, J.M., Leonard, J.J., Feddes, J. and Feng, Y. 2003. A modified air pycnometer for compost air volume and density determination. Canadian Biosystems Engineering/Le genie des biosystemes au Canada 45: 6.27-6.35. A method of measuring the bulk density and free air space (FAS) of compost that is quick and accurate, and simulates in situ conditions was required for more efficient management of the composting process. An air pycnometer is a device which uses ideal gas principles to determine the amount of air space within a given material. The modified air pycnometer designed and built to meet the objectives of this work included two 30-L PVC vessels for pressure difference determination and an air cylinder activated piston to simulate the stress conditions found at all pile depths. The FAS and bulk density of manure compost, municipal solid waste compost, and mixtures of biosolids and amendment material (leaves, straw, and woodchips) were measured at various moisture contents and compressive loads. The particle densities of the compost materials were roughly similar (1500-1800 kg/m), and negatively sloped linear bulk density and FAS profiles (variation with depth) were observed for all materials. The linear relationship between bulk density and FAS had an R value of 0.97.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,005

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 Opus0,029
Tête enseignante GPT0,239
Écart entre enseignants0,209 · 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'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

Citations57
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComposting and Vermicomposting TechniquesTravaux en français237 207