MétaCan
Menu
Retour à la cohorte
Enregistrement W4293790105 · doi:10.2172/1871202

Experimental Results of 2-m Heptane, Bakken Crude Oil, and Dilbit Crude Oil Pool Fire Tests Performed for the National Research Council of Canada

2021· report· en· W4293790105 sur OpenAlexaboutno aff
Anay Luketa, Alvaro Cruz-Cabrera, Walter Gill, Shane Adee, Joseph Hogge

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueFire dynamics and safety research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCalorimeter (particle physics)HeptaneCone calorimeterHeating oilHeat fluxEnvironmental scienceCrude oilWaste managementFuel oilFlux (metallurgy)ThermocoupleCombustionChemistryPetroleum engineeringPulp and paper industryMaterials scienceHeat transferThermodynamicsComposite materialEngineeringElectrical engineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This report provides results from a series of 2-m pool fire experiments performed in the Thermal Test Complex at Sandia National Laboratories testing heptane, Bakken crude oil, and dilbit crude oil. The effect of the presence and placement of a calorimeter, fuel supply temperature, and maintaining a constant fuel level were assessed. Measurements include burn rate, surface emissive power, flame height, heat flux to an engulfed calorimeter, heat flux to external instruments, thermocouple temperatures within the fuel and fire plume, and heat release rate. The results indicate that the presence and placement of the calorimeter has the most effect on the measured quantities for the Bakken crude oil and indicated no effect for the Dilbit crude oil. The fuel feed temperature had a slight effect for the heptane fuel, but not for the crude oils. Allowing the fuel to burn down did not have a significant effect on any of the fuels. The Bakken crude oil resulted in the highest average total heat flux to the calorimeter by a factor of about 1.5 and 1.3 higher compared to heptane and the dilbit crude oil, respectively.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,171
Score d'incertitude au seuil0,339

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,112
Tête enseignante GPT0,336
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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 sujetFire dynamics and safety researchTravaux en français237 207