MétaCan
Menu
Retour à la cohorte
Enregistrement W2469287864 · doi:10.3390/app6070191

Class B Fire-Extinguishing Performance Evaluation of a Compressed Air Foam System at Different Air-to-Aqueous Foam Solution Mixing Ratios

2016· article· en· W2469287864 sur OpenAlexaboutno aff
Dong-Ho Rie, Jangwon Lee, Seonwoong Kim

Notice bibliographique

RevueApplied Sciences · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFire dynamics and safety research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAqueous solutionCompressed airMaterials scienceComposite materialMixing (physics)Foaming agentPulmonary surfactantMetal foamBlowing agentChemical engineeringPolyurethaneChemistryEngineeringAluminiumOrganic chemistryPorosity

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to evaluate the fire-extinguishing performance of a compressed air foam system at different mixing ratios of pressurized air. In this system, compressed air is injected into an aqueous solution of foam and then discharged. The experimental device uses an exclusive fire-extinguishing technology with compressed air foam that is produced based on the Canada National Laboratory and UL (Underwriters Laboratories) 162 standards, with a 20-unit oil fire model (Class B) applied as the fire extinguisher. Compressed air is injected through the air mixture, and results with different air-to-aqueous solution foam ratios of 1:4, 1:7, and 1:10 are studied. In addition, comparison experiments between synthetic surfactant foam and a foam type which forms an aqueous film are carried out at an air-to-aqueous solution foam ratio of 1:4. From the experimental results, at identical discharging flows, it was found that the fire-extinguishing effect of the aqueous film-forming foam is greatest at an air-to-aqueous solution foam ratio of 1:7 and weakest at 1:10. Moreover, the fire-extinguishing effect of the aqueous film-forming foam in the comparison experiments between the aqueous film-forming foam and the synthetic surfactant foam is greatest.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,256
Écart entre enseignants0,230 · 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetFire dynamics and safety researchTravaux en français237 207