MétaCan
Menu
Retour à la cohorte
Enregistrement W3087909692 · doi:10.5539/eer.v10n2p1

Air Flow Model for Mixed-Mode and Indirect-Mode Natural Convection Solar Drying of Maize

2020· article· en· W3087909692 sur OpenAlexvenueno aff
Isaac N. Simate

Notice bibliographique

RevueEnergy and Environment Research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer Mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBuoyancyAirflowMechanicsFlow (mathematics)Materials scienceThermalGrain dryingVolumetric flow rateMoistureEnvironmental sciencePressure dropConvectionMass flowMeteorologyThermodynamicsComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

An air flow model for mixed-mode and indirect-mode natural convection solar drying of maize to help understand the factors that influence air flow in the dryer is presented. Temperatures at various sections of the dryer obtained from drying experiments were input to the air flow model to predict the respective thermal buoyancies. The air flow rate was determined by balancing the sum of the buoyancy pressures with the sum of the flow resistances in the various sections of the dryer. To validate the model, the predicted air flow was compared with measured air flow from experiments. For both the mixed-mode and indirect-mode, the biggest driver of the air flow is the thermal buoyancy created in the collector, while the grain bed is the dominant pressure drop. Thermal buoyancy on top of the grain bed is largely responsible for the variation in air flow, translating into low mass air flow during the early stages of drying when grain moisture is high, and higher air flow in the later stages when grain moisture is low. The heating of the grain bed by direct radiation in the mixed-mode translates into a slightly higher air flow rate than the indirect-mode. The implications are that a thinner grain bed results in shorter drying time as it has a higher air flow rate than a thicker one. To mitigate the low air flow at the early stages of drying, the collector length should be appropriately designed for a desired air flow.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,029
Tête enseignante GPT0,256
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'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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetHeat Transfer MechanismsTravaux en français237 207