MétaCan
Menu
Retour à la cohorte
Enregistrement W4246548291 · doi:10.5194/amt-2019-86

Morphology and Raman spectra of aerodynamically-classified soot samples

2019· preprint· en· W4246548291 sur OpenAlexaff
Alberto Baldelli, Steven N. Rogak

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSootParticle sizeAnalytical Chemistry (journal)Materials scienceRaman spectroscopyCombustorCarbon fibersAerosolParticle (ecology)CombustionScanning electron microscopeNanostructureChemistryNanotechnologyOpticsComposite materialChromatographyPhysicsOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Airborne soot is emitted from combustion processes as aggregates of primary particles. The size of the primary particles and the overall aggregate size control soot transport properties, and prior research shows that these parameters may be related to the soot nanostructure. In this work, a laminar, inverted non-premixed burner has been used as a source of soot that is almost completely elemental carbon. The inverted burner was connected to an Electrostatic Low-Pressure Impactor, which collected particles on stages according to the aerodynamic diameter, from 0.3 to 10 μm. The morphology was analyzed using a Transmission Electron Microscope followed by image processing to extract projected area and average primary particle size for each aggregate (approximately 1000 aggregates analyzed in total for the 9 impactor stages). Carbon nanostructure was analyzed using a Raman spectrometer, and 5 absorption bands (D4, D1, D3, G, and D2) were fitted to the spectra to obtain an estimate of the carbon disorder. The average primary particle diameter increases from 15 to 30 nm as the impactor stage aerodynamic diameter increases. The D1, D3, D2, and D4 bands decreased (relative to the G band) with the particle size, suggesting that the larger aggregates have larger graphitic domains.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,590
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,251
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.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207