MétaCan
Menu
Retour à la cohorte
Enregistrement W3185770058 · doi:10.1109/whispers52202.2021.9484059

Remote Estimation of Sulfur Content in Fuel from SO<sub>2</sub> and CO<sub>2</sub> Quantification of Ship Exhaust Plumes

2021· article· en· W3185770058 sur OpenAlexaboutno aff
Jean-Philippe Gagnon, Martin Larivière-Bastien, Jacob Thibodeau, Bruno Bourliaguet, Éric Guyot, Frédérick Marcotte

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSulfurEnvironmental scienceSulfur dioxideAir pollutionPollutionAtmosphere (unit)ParticulatesEnvironmental chemistryWaste managementEnvironmental engineeringMeteorologyChemistryEngineeringGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Sulfur oxide (SOx) from seagoing ships contribute to local air pollution in cities and coastal areas around the world. Sulfur dioxide (SO2) emissions in particular, are a precursor to acid rain and atmospheric particulates leading to ocean acidification which can contribute to negative human health outcomes <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> . The International Convention for the Prevention of Pollution from Ships (MARPOL) defines limits on the sulfur content in ship fuel oils, since the sulfur is ultimately released into the atmosphere through the ship's exhaust system as sulfur dioxide (SO2). This application note describes the use of remote hyperspectral imaging data collected using the Telops Hyper-Cam along with signal processing techniques to provide rapid and accurate estimation of sulfur content in fuel oils. Comparison between the retrieved sulfur content in the fuel of several ships with data from bunker delivery notes provided by the ship's owner and in situ measurements performed by Transport Canada are presented.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,699

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,236
Écart entre enseignants0,211 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207