MétaCan
Menu
Retour à la cohorte
Enregistrement W3018283962 · doi:10.1080/02786826.2020.1758623

Development and validation of a multi-angle light scattering method for fast engine soot mass and size measurements

2020· article· en· W3018283962 sur OpenAlexaff
Pooyan Kheirkhah, Alberto Baldelli, Patrick Kirchen, Steven N. Rogak

Notice bibliographique

RevueAerosol Science and Technology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSootScatteringLight scatteringOpticsParticle sizeRayleigh scatteringMass concentration (chemistry)AerosolNephelometerMaterials scienceComputational physicsAnalytical Chemistry (journal)Refractive indexChemistryPhysicsCombustionThermodynamicsMeteorologyChromatography

Résumé

récupéré en direct d'OpenAlex

A Fast Exhaust Nephelometer (FEN) is developed for light scattering measurement of particles produced by unsteady combustion processes, such as in diesel engines. The FEN simultaneously measures the light scattering intensity at three angles to infer the mass concentration (Cm), the geometric mass mean mobility diameter (dm,g), and the geometric standard deviation (σm,g) of polydisperse soot. A kernel is used to determine Cm, dm,g, and σm,g based on lookup tables generated with the Rayleigh-Debye-Gans light scattering model for fractal aggregates (RDGFA); the model incorporates the variation of the primary particle size (dp) with aggregate size (da), and nine parameters related to the soot properties, and one to the FEN optics. These parameters are determined a priori from literature and Transmission Electron Microscopy (TEM). The inverted Cm and dm,g are within ±10% of the gravimetric mass concentration and SMPS mobility diameter. This, however, largely depends on the choice of the parameters used to generate the lookup tables. A parametric study shows the inferred mass is most sensitive to uncertainties in the soot refractive index, the primary particle size, and the fractal pre-factor kf. Considering the wide range of soot refractive indices in the literature and the sensitivity of the morphological parameters to the processing of soot images, the uncertainty in mass concentration would be over 40%. Because of this, a novel approach of relating the size of primary particles to the size of aggregates is incorporated for the first time in the light scattering model, and reduces the uncertainty to ±25–30%.Copyright © 2020 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.

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)0,008
score de la tête « metaresearch » (Gemma)0,006
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,249
Écart entre enseignants0,215 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207