MétaCan
Menu
Retour à la cohorte
Enregistrement W2938157671 · doi:10.5539/jas.v11n5p114

Calculation of the Thermal Properties (and Their Uncertainties) of Strawberry During Its Cooling Under Natural Convection

2019· article· en· W2938157671 sur OpenAlexvenueno aff
W. P. Silva, Josivanda Palmeira Gomes, Newton Carlos Santos, Alexandre José de Melo Queiroz, R. M. F. de Figuiredo

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésThermal diffusivityThermal conductionCovarianceThermalHeat transfer coefficientThermodynamicsHeat transferProduct (mathematics)ConvectionSpherical geometryMechanicsMaterials scienceDiffusionMathematicsPhysicsGeometryStatistics

Résumé

récupéré en direct d'OpenAlex

Many times, the thermal properties of a product are determined but their uncertainties (and, mainly, the covariance matrix) are not provided. Thus, in the simulations, it is not possible to establish a confidence band for a transient state described through the values obtained for these properties. In this article, a model was proposed to determine thermal diffusivity and convective heat transfer coefficient, providing the above-mentioned lack of information, for a product with spherical geometry during its cooling. The proposed model involved: 1) an experimental data set of the cooling kinetics in a point within the product; 2) a one-dimensional numerical solution of the heat conduction equation; 3) an optimizer based on the Levenberg-Marquardt algorithm to determine the thermal properties, their uncertainties, and the covariance between the parameters. Model was applied for determining thermal properties of strawberries, using an equivalent sphere to represent the geometry of the product, and the obtained results were compatible with the literature results.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,188
Écart entre enseignants0,175 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGreenhouse Technology and Climate ControlTravaux en français237 207