Measuring aerosol size distributions with the aerodynamic aerosol classifier
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Aerodynamic Aerosol Classifier (AAC) is a novel instrument that selects aerosol particles based on their relaxation time or aerodynamic diameter. Additional theory and characterization is required to allow the AAC to accurately measure an aerosol’s aerodynamic size distribution by stepping while connected to a particle counter (such as a Condensation Particle Counter, CPC). To achieve this goal, this study characterized the AAC transfer function (from 32 nm to 3 μm) using tandem AACs and comparing the experimental results to the theoretical tandem deconvolution. These results show that the AAC transmission efficiency is 2.6–5.1 times higher than a combined Krypton-85 radioactive neutralizer and Differential Mobility Analyzer (DMA), as the AAC classifies particles independent of their charge state. However, the AAC transfer function is 1.3–1.9 times broader than predicted by theory. Using this characterized transfer function, the theory to measure an aerosol’s aerodynamic size distribution using an AAC and particle counter was developed. The transfer function characterization and stepping deconvolution were validated by comparing the size distribution measured with an AAC-CPC system against parallel measurements taken with a Scanning Mobility Particle Sizer (SMPS), CPC, and Electrical Low Pressure Impactor (ELPI). The effects of changing AAC classifier conditions on the particle selected were also investigated and found to be small (<1.5%) within its operating range. Copyright © 2018 American Association for Aerosol Research
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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