MétaCan
Menu
Retour à la cohorte
Enregistrement W4254679174 · doi:10.32920/ryerson.14646120

Study of impact of sonic energy waves on the rate of precipitation of particles in liquid

2021· preprint· en· W4254679174 sur OpenAlexaff
Abdisamed Sheik-Qasim

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueElectrostatics and Colloid Interactions
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSettlingViscosityAmplitudeRange (aeronautics)Particle (ecology)Materials scienceParticle sizeParticle densityParticle velocityMechanicsThermodynamicsPhysicsChemistryOpticsComposite materialGeologyVolume (thermodynamics)

Résumé

récupéré en direct d'OpenAlex

The effects of sonic energy waves on the settling velocity of small particles in water were studied. A design of experiment (DOE) with five variables (frequency, amplitude, particle diameter, particle density and fluid viscosity) at two or three levels was conducted to obtain the particle settling velocity as the response. The DOE data were analyzed both experimentally and by a statistical multiple regression software. It was concluded that when sound frequency and amplitude in the range of 0 to 500 Hz and 2 to 3 Vrms (root mean square) respectively were applied to plastic particles of three different diameters (2,381 μm, 3,175 μm, and 4,763 μm) and two different densities ... their effects on the particle settling velocity in hydroxypropyl cellulose (HPC) solutions of three different viscosities ... were insignificant. The regression analysis gave an equation that is in good agreement with the experimental data.

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 enseignants0,007
Score d'incertitude au seuil0,508

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 Opus0,024
Tête enseignante GPT0,310
Écart entre enseignants0,286 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectrostatics and Colloid InteractionsTravaux en français237 207