MétaCan
Menu
Retour à la cohorte
Enregistrement W3122014609 · doi:10.13031/trans.13905

The Impact of Rain Exposure During Loading of Wood Pellets for Ocean Shipment: An Experimental Study

2021· article· en· W3122014609 sur OpenAlexaboutno aff
Jun S. Lee, Shahab Sokhansanj, Anthony Lau, Jim Lim

Notice bibliographique

RevueTransactions of the ASABE · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMarine and Offshore Engineering Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelletsDurabilityPelletEnvironmental scienceWater contentPulp and paper industryMaterials scienceComposite materialGeotechnical engineeringGeologyEngineering

Résumé

récupéré en direct d'OpenAlex

Highlights A cut-off curve was delineated that specifies the rainfall conditions at which loading of wood pellets must be stopped. The relationship between the amount of water sprayed and the pellet durability and fines content was quantified. Very light rainfall events (less than 0.5 mm h-1) had little impact on the durability of wood pellets. Abstract. On the west coast of Canada, port terminals are frequently exposed to seasonal rainfall events, which can impact the loading operations at the terminals. Wood pellets, one of the bulk materials frequently handled in Canadian ports, are known to disintegrate when exposed to water. However, the extent to which the exposed pellets degrade, in terms of their durability and fines content, is not quantified in the literature. This exploratory research quantifies the impact of liquid water on wood pellets and delineates a cut-off curve specifying the rainfall conditions at which the loading of wood pellets needs to be halted. For example, loading may continue for at least 30 min at rainfall intensities of less than 0.5 mm h-1 before the durability of the wood pellets drops from 99.5% to 96.5%. The results also showed that the durability and fines content of wetted pellets have a strong correlation with the amount of water that the wood pellets are exposed to. Keywords: Durability, Fines, Loading, Moisture content, Rain, Wood pellets.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,253
Écart entre enseignants0,242 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the ASABEMême sujetMarine and Offshore Engineering StudiesTravaux en français237 207