MétaCan
Menu
Retour à la cohorte
Enregistrement W3034952792 · doi:10.1002/cjce.23826

Applicability of electrical resistance tomography to the analysis of fluid distribution in haemodialysis modules

2020· article· en· W3034952792 sur OpenAlexvenueno aff
Alessandro Paglianti, G. Marotta, Giuseppina Montante

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrical and Bioimpedance Tomography
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBundleWork (physics)TomographyMaterials scienceElectrical resistance and conductanceFluid dynamicsFlow (mathematics)Mass transferComputational fluid dynamicsBiomedical engineeringBiological systemComputer scienceMechanicsMechanical engineeringGeometryMathematicsEngineeringComposite materialPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract This work aims to explore the applicability of electrical resistance tomography (ERT) in the analysis of fluid distribution in haemodialysis modules, which is not straightforward due to the complex geometry of the hollow fibre bundles and the small sizes of the modules. On the other hand, ERT is potentially a suitable and convenient technique for investigation in this field due to its cost‐effectiveness and capacity to perform measurements in opaque systems. After a preliminary estimation of the fibre bundle local distribution, the assessment of the technique is performed by observing the time evolution of the measured conductivity maps during the module filling and emptying operations with water and air, which are alternatively fed inside or outside the fibre bundle. Reliable conductivity maps are obtained by placing the module vertically or horizontally. Additional experimental data collected by feeding liquid mixtures of different sodium chloride concentrations show that the technique is suitable for detecting concentration variations, due to the mass transfer through the fibres, and flow maldistribution, due to the specific geometry of the module. From the preliminary results collected in this work, the technique appears to be adequate for the collection of data that can support the optimization of the module geometry and computational model validation.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,005
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 Opus0,005
Tête enseignante GPT0,172
Écart entre enseignants0,166 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Journal of Chemical EngineeringMême sujetElectrical and Bioimpedance TomographyTravaux en français237 207