MétaCan
Menu
Retour à la cohorte
Enregistrement W2770230272 · doi:10.1002/cjce.23075

Fluidization characterization of nano‐powders in the presence of electrical field

2017· article· en· W2770230272 sur OpenAlexvenueno aff
Mohammad Tohidi Vahdat, Reza Zarghami, Navid Mostoufi

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFluidizationAgglomerateElectric fieldFluidized bedMaterials scienceBubbleComposite materialField strengthAlternating currentNitrogenVoltageMechanicsChemistryMagnetic fieldElectrical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Alternating electric field was used as an external assistance method to enhance the quality of fluidization of nanoparticles. The electric field was applied to the bed using two parallel electrodes, one grounded and AC voltage applied to the other. Varying electric field strength in the range of 0–1 kV/cm was used in the experiments. Hydrophilic TiO 2 nanopowder was used as the bed material. The bed was fluidized with either pure nitrogen or nitrogen containing isopropanol vapour. It was found that increasing the alternating electric field strength decreases the minimum fluidization velocity, bubble size, and agglomerate size. Adding isopropanol vapour to the fluidizing gas decreases the minimum fluidization velocity, bubble size, and agglomerate size, compared to fluidization with dry nitrogen, at the same field strength. It is shown that increasing the alternating electric field strength increases the voidage of the bed at minimum fluidization and decreases the voidage of agglomerates.

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)0,000
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 enseignants0,028
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetGranular flow and fluidized bedsTravaux en français237 207