MétaCan
Menu
Retour à la cohorte
Enregistrement W4237836616 · doi:10.5383/ijtee.12.01.002

Experimental Determination of the Global Mass Transfer Coefficients of the Tropical Woods in order to Deduce the Drying Curves at the Lower Temperature

2015· article· en· W4237836616 sur OpenAlexvenueno aff
Merlin Simo‐Tagne, Louis Monkam, Romain Rémond, André Zoulalian, Yann Rogaume, Beguidé Bonoma

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensnon disponible
Organismes subventionnairesInternational Tropical Timber OrganizationUniversité de Lorraine
Mots-clésTemperate climateTropicsAtmospheric sciencesMass transferTropical climateEnvironmental scienceMathematicsSolar dryerForestryBotanyGeographyThermodynamicsPhysicsEcologySolar energyBiology

Résumé

récupéré en direct d'OpenAlex

We determine the global mass transfer coefficients of five tropical woods (obeche, iroko, lotofa, sapele and frake) coming from Cameroon. In this effect, drying kinetics using a solar dryer and a conventional dryer are utilized. In addition, comparison is doing between the values obtained and these coming from Chileans tropical woods and temperate. Thus, when the drying kinetics are between 0.25 to 1.5m/s, dry temperature equal to 33.5°C and wet temperature equal to 25°C, global mass transfer coefficients are between 2x10-5 and 4x10-5 kg/(m2 .s), for the conventional dryer. These values are conform to these obtained on the Chilean tropical woods and less than these obtained on the temperate woods. In the case of an indirect solar dryer functioning between October and November 2004 at Yaoundé, this coefficient is lower because the wood thickness is almost 24mm in the case of conventional drying and 50mm in the case of solar drying. It is coherent to use the correlation established with the temperate wood and given below where the parameters ao, bo, co and p should be specific on the tropical woods:

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 enseignants0,149
Score d'incertitude au seuil0,138

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,240
Écart entre enseignants0,229 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetTextile materials and evaluationsTravaux en français237 207