MétaCan
Menu
Retour à la cohorte
Enregistrement W2321367394 · doi:10.6000/1927-5129.2012.08.02.41

Physico-Chemical Analysis of Solid Aerosols Generated from Different Industries of Faisalabad

2012· article· en· W2321367394 sur OpenAlexvenueno aff
Muhammad Attique Khan Shahid, Khadim Hussain, Maryam Saeed Awan

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Agriculture, Faisalabad
Mots-clésFly ashDolomiteParticulatesSootLimeEnvironmental scienceMoistureCementQuartzAerosolSlurryPulp and paper industryMineralogyMaterials scienceChemistryEnvironmental engineeringMetallurgyComposite materialCombustion

Résumé

récupéré en direct d'OpenAlex

The physical, chemical and electrical characteristics of industrial aerosols generated from different industries of Faisalabad were investigated not only to improve the industrial setup efficiency but also to reduce the environment pollution generated due to these industries. XRPD technique was employed to study these samples which showed the presence of illite, Quartz, calcite, dolomite, gypsum and chlorite as major phases. The values of resistivity of solid aerosols are in high range (0.07×107 to 4.0×109 ?m) conversely the electrical conductivities are in lower range (0.21-13.30Mho), may be due to high components of Fe2O3 and CaO. Coal fly ash and foundry aerosols do precipitate well in the electrostatic precipitator given their operational temperature and moisture content so it is recommended that by changing the temperature and moisture content of the precipitator its cleaning action and hence the industrial efficiency may be improved. The most of the solid aerosols are alkaline therefore acidic rain probability in near future is completely ruled out. 80% basic (Dark color), 20% acidic (light color) of particulate matter confirms our experimental findings. The SEM analysis of particulate matter showed the presence of a variety of patches but confirms the dominance of industrial cum transportational aerosols interlocking and soot particles. Finally comprehensive research and administrative based solution to tackle the issue without affecting the development process is suggested.

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)0,001
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 enseignants0,157
Score d'incertitude au seuil0,729

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,321
Écart entre enseignants0,260 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetAir Quality and Health ImpactsTravaux en français237 207