MétaCan
Menu
Retour à la cohorte
Enregistrement W2998550801 · doi:10.37209/jtbbt.v8i2.120

PENINGKATAN KUALITAS PASIR SILIKA LOKAL ASAL SIDRAP SEBAGAI PASIR STANDAR UNTUK PENGUJIAN MUTU SEMEN

2018· article· id· W2998550801 sur OpenAlexaboutno aff
Wieke Pratiwi, Gaos Abdul Karim, Titi Rachmawati

Notice bibliographique

RevueJurnal Teknologi Bahan dan Barang Teknik · 2018
Typearticle
Langueid
DomaineEngineering
ThématiqueGeotechnical and construction materials studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysics

Résumé

récupéré en direct d'OpenAlex

Pasir silika asal Sidrap, Sulawesi Selatan telah diolah untuk dijadikan pengganti pasir Ottawa sebagai pasir standar untuk pengujian mutu semen. Pengolahan utama adalah penggerusan di dalam sebuah ball mill replika volum 3,5 L yang dibuat dari baja 2 mm dan kecepatan putar 30 rpm selama 30 menit. Penggilingan dilakukan dengan bantuan bola-bola penggerus dengan diameter 13 dan 17 mm dari bahan keramik atau bola baja. Penggerusan ini berhasil menjadikan pasir Sidrap memiliki distribusi ukuran partikel kumulatif sebagai berikut 9,6% (+18, tertahan pada ayakan 18 mesh), 66,0% (+35), 11,6% (+50), 7,2% (+100), 3,6% (+170) dan 2,0% lolos ayakan 170 mesh. Distribusi partikel hasil penggerusan dengan ball mill replika ini mirip dengan yang dari standard laboratory ball mill dengan dimensi sama. Distribusi ukuran partikel ini juga memenuhi distribusi ukuran partikel pasir standar untuk pengujian mutu semen. Penggerusan juga menghasilkan abrasi permukaan partikel pasir Sidrap, sehingga terjadi perubahan roundness (indeks kebundaran) yang mencerminkan kemulusan permukaan. Penggerusan dengan ball mill replika menghasilkan indeks kebundaran 0,27 (dengan bola penggerus keramik), dan 0,24 (bola baja), sedangkan pasir Ottawa sebagai pembanding memiliki indeks kebundaran antara 0,27 – 0,30.Kata Kunci: penggerusan, distribusi ukuran partikel, bola penggerus, ball mill replika

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 enseignants0,034
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0340,012

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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Teknologi Bahan dan Barang TeknikMême sujetGeotechnical and construction materials studiesTravaux en français237 207