MétaCan
Menu
Retour à la cohorte
Enregistrement W2535758401 · doi:10.3103/s1068364x16070024

Assessing the technological value of coal in coking

2016· article· en· W2535758401 sur OpenAlexaboutno aff
I. D. Drozdnik, Yu. S. Kaftan, Д. В. Мірошниченко, N. B. Bidolenko

Notice bibliographique

RevueCoke and Chemistry · 2016
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaceralVitriniteCoalCokeCoal rankYield (engineering)PetrographyRank (graph theory)MineralogyMathematicsIndex (typography)Heat of combustionChemistryStatisticsMetallurgyMaterials scienceCombinatoricsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Coking coal of the same rank from different countries and fields may be distinguished in terms of use value by rating on the basis of seven technological and petrographic characteristics that determine the coke yield and properties: the ash content A d ; the total sulfur content S t d ; the yield of volatiles V daf ; the plastic-layer thickness y; the vitrinite reflection coefficient R o; the content of vitrinite-group macerals Vt; and the basicity index B b. A range of values and a rating (on a scale from 1 to 10) are established for each of these parameters. Each rating corresponds to a particular score (from 0.1 to 1.0). Ranges of A d , S t d , Vt, and B b are established for the whole metamorphic series, while ranges of V daf , y, and R o are established for individual ranks and groups of ranks. Altogether, 105 coking coals from Ukraine, Russia, the United States, Australia, and Canada that are used at Ukrainian coke plants are investigated. The range of rating scores and their mean values are determined for individual coal ranks and groups. As an example, three bituminous coals from Ukraine, the United States, and Australia are compared by the proposed method. This method permits objective assessment of the technological value of coal within a single rank and the selection of the best purchase option.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,033
Tête enseignante GPT0,302
Écart entre enseignants0,269 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoke and ChemistryMême sujetCoal and Coke Industries ResearchTravaux en français237 207