MétaCan
Menu
Retour à la cohorte
Enregistrement W2483050268 · doi:10.5539/eer.v6n2p1

Size Dependence of Energy Required for Cassava Grating

2016· article· en· W2483050268 sur OpenAlexvenueno aff
A. H. Igoni, Isoteim Fubara-Manuel

Notice bibliographique

RevueEnergy and Environment Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCassava research and cyanide
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTachometerGratingComminutionParticle sizeMathematicsReduction (mathematics)Power lawDiesel engineSpecific energyMaterials scienceComputer sciencePhysicsStatisticsOpticsChemistryThermodynamicsGeometry

Résumé

récupéré en direct d'OpenAlex

An investigation was conducted into the energy required for grating cassava tubers of varying sizes. The tuberous roots of cassava that naturally occur in lengths of between 15 and 100 cm were cut and separated into groups of five different sizes (343.2mm, 228.8mm, 171.6mm, 85.8mm and 42.9mm). Equal masses of 10kg of these size categories were respectively grated down to a particle size of 1.5mm, with a grating machine powered by a 5.4hp diesel engine. A tachometer was used to measure the speed of rotation of the engine during the operation, from where the power transmitted to the grater was computed. It was found that the size of the cassava affected the speed of the engine in an inverse proportionality relationship; and the reducing sizes resulted in reduced times and energies required for the operation. The experimental values were related to the already known laws of comminution, using Kick and Bond’s formulae. Models were formulated for the various relationships using Microsoft Chart Editor. It was discovered that, although the energy values estimated using the laws were higher than experimental values, the values obtained using Kick’s law were a better approximation. On the overall, this study showed that the smaller the size reduction ratio, by a reduction of the feed size of cassava before grating, the lesser the energy that would be expended during the grating operation.

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 enseignants0,261
Score d'incertitude au seuil0,659

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,058
Tête enseignante GPT0,281
Écart entre enseignants0,222 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetCassava research and cyanideTravaux en français237 207