Development and Validation of PLS Models for Quantification of Biodiesels Content from Waste Frying Oil in Diesel by HATR-MIR
Notice bibliographique
Résumé
Desenvolvimento e Validação de Modelo PLS para Quantificação do Teor de Biodiesel Proveniente de Óleo de Fritura em Diesel empregando HATR-MIRResumo: Este trabalho apresenta o desenvolvimento e a validação de dois modelos PLS para quantificação de biodiesel metílico e biodiesel etílico provenientes de óleos de fritura em misturas com diesel empregando dados de espectroscopia no infravermelho médio.A exatidão dos modelos PLS mostraram excelente desempenho com baixos valores de RMSEC, RMSECV e RMSEP.Além disso, a exatidão foi comprovada pela avaliação da região de elipse de confiança.O método foi validado de acordo com as diretrizes internacionais e nacionais pela estimativa de figuras de mérito, tais como exatidão, precisão, linearidade, seletividade, sensibilidade analítica, limites de detecção e quantificação e erro sistemático.Uma excelente correlação foi observada entre os valores reais e previstos do conjunto de previsão (R = 0,9999) e os modelos não apresentaram erros sistemáticos conforme a norma ASTM E1655.Os modelos propostos utilizam uma única faixa espectral permitindo a determinação de biodiesel em mistura com diesel na faixa de concentração entre 1,00 e 30,00% (v/v), em ambos os modelos.Assim, as metodologias propostas foram validadas sem a necessidade de escolher faixas espectrais se comparado com as normas pertinentes que regulamentam a determinação do teor de biodiesel em mistura com diesel.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».