MétaCan
Menu
Retour à la cohorte
Enregistrement W2807085797 · doi:10.5539/jas.v10n7p409

Evaluation of a Retrieved Pyrolithic Reactor to Be Used in Small Farms

2018· article· en· W2807085797 sur OpenAlexvenueno aff
Helder José Costa Carozzi, Carlos Eduardo Camargo Nogueira, Thaís Caroline Gazola, Francielle Pareja Schneider, Jair Antônio Cruz Siqueira, Diogo Giomo

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGasolineCombustionAutomotive engineeringPyrolytic carbonNuclear engineeringThermal efficiencyEnvironmental scienceHeat of combustionProcess engineeringWaste managementPyrolysisEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The aim of this paper was to evaluate the energy efficiency of a small Generator Motor Group (GMG), driven by internal combustion (fueled with water and gasoline), using pyrolytic reactor technology (GEET). In order to achieve this, the pyrolytic reactor was designed and built, so that when in operation, it obtains extra energy necessary for the pyrolysis process from the thermal energy produced by the combustion of the exhaust gases. In order to determine the efficiency of the small GMG, in conjunction with the GEET, two experiments were carried out: the first one was characterized by the operation and use of the GMG equipped with a carburetor, and when in use it used only ordinary gasoline as fuel. The second experiment was characterized by the insertion of the pyrolytic reactor, which allowed the motor generator group, when in operation, to use water and gasoline as fuel, according to the proportions defined in the methodology. It was possible to verify that the engine, when reaching the voltage near the nominal (115Vac), for the same type and value of load fed, the GEET device presented, during the tests, high and low efficiency results, showing that the experiment is promising, but requires more work and more investigations for correct evaluation of the phenomena observed.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,261
Écart entre enseignants0,224 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207