MétaCan
Menu
Retour à la cohorte
Enregistrement W3187634136

Prediction of Interfacial Tension of Fish Oil Silver Nitrate Binary System by Spinning Drop Tensiometry

2018· article· en· W3187634136 sur OpenAlexaff
Kirubanandan Shanmugam

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésSurface tensionSilver nitrateSpinningDrop (telecommunication)Pressure dropMaterials scienceChemistryExtraction (chemistry)Chemical engineeringChromatographyThermodynamicsComposite materialMechanical engineeringOrganic chemistryEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Interfacial Tension (IFT) of an immiscible binary system is the most important property in the process design of Liquid-Liquid Extraction (LLE) and also in numerous mass transfer operations. Recently, the extraction of omega 3 Poly Unsaturated Fatty Acids (PUFA) from fish oil with silver nitrate solution is a novel extraction process, and in this case of process design, there is a lack of details about physical properties of fish oil silver nitrate system. Fish oil Ethyl Ester (EE)-AgNO3 is a rare binary system which lacks information about IFT system details. This work thus explored the interfacial surface force variations with practical fish oil/solvent/silver nitrate mixtures using spinning drop tensiometer to explore the observed variation in the flow pattern. The IFT data is used to design the flow dynamics of the extraction process design at mini/micro scale flow reactors.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,933
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,006
Tête enseignante GPT0,187
Écart entre enseignants0,181 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207