MétaCan
Menu
Retour à la cohorte
Enregistrement W4312477784 · doi:10.14195/978-989-26-2298-9_223

Experimental evaluation of bench-scale flammability of Ulex europaeus using a cone calorimeter

2022· book-chapter· en· W4312477784 sur OpenAlexaff
Katharine O. Melnik, Andrés Valencia, Dennis Pau, Andy Park, Marwan Katurji, Daniel Nilsson, G. L. Baker, Oleg M. Melnik, H. Grant Pearce, Tara Strand

Notice bibliographique

RevueImprensa da Universidade de Coimbra eBooks · 2022
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensGovernment of Northwest Territories
Organismes subventionnairesMinistry of Business, Innovation and EmploymentRoyal Society Te ApārangiRoyal SocietyUniversity of Canterbury
Mots-clésUlex europaeusCone calorimeterFlammabilityWater contentEnvironmental scienceThermogravimetric analysisCalorimeter (particle physics)MoistureWaste managementMaterials scienceComposite materialPyrolysisEngineeringChemistryCharChemical engineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Wildfires have been causing considerable damage worldwide, and improving the ability to predict wildfire behaviour will ensure effective emergency response and keep ecosystems and communities safe. Increasing the understanding of factors affecting vegetation flammability is necessary for improving fire behaviour prediction models. This work investigates the influence of moisture content on the flammability of live and dead needles (0-3mm), twigs (3.1-6mm) and stems (6.1-10mm) of gorse (Ulex europaeus L.). Gorse is a shrub invasive in New Zealand, Chile and Western United States. In these countries, gorse poses a fire risk to nearby communities, as it contains flammable volatile resins, accumulates a substantial amount of elevated dead material, and grows in large masses, all of which promote fire ignition and growth. Gorse flammability was quantified with a bench-scale oxygen consumption calorimeter (cone calorimeter) with a focus on heat release rate. Supporting tests were performed on small sub-samples using simultaneous thermogravimetric analysis (TGA) and differential scanning calorimetry (DSC) to assess material-scale pyrolysis dynamics, providing fine scale information on the thermal degradation of each tissue type at the particle level. The experimental methodology included investigation of the maximum moisture content at which each tissue type can ignite at 50 kW/m2, which is a reasonable approximation of the heat flux at the vegetation surface during fire front arrival in a shrub fire. Six moisture content levels from zero to the highest ignitable moisture content were then selected, and samples were placed into a climate chamber to set the moisture content of the samples to the desired level. Three replicates of each tissue type were tested in a cone calorimeter at each moisture content. Flammability was assessed based on the heat release rate, effective heat of combustion, mass loss rate, time to ignition and flaming duration. Additionally, a small sub-sample of fresh live and dead needles, twigs and stems was analysed in the TGA/DSC apparatus. TGA/DSC results showed a different thermal degradation mechanism between dried live and dead fuel, with live tissue being more flammable than dead. However, the pyrolysis dynamics were not substantially affected by particle size, suggesting that the differences in flammability attributes measured in the cone calorimeter are likely driven by physical characteristics such as surface-area-to-volume ratio rather than chemical composition. The results of this work contribute to the understanding of gorse flammability and the effect of moisture content and fuel structure on fire behaviour.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,372
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,029
Tête enseignante GPT0,247
Écart entre enseignants0,219 · 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'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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImprensa da Universidade de Coimbra eBooksMême sujetFire effects on ecosystemsTravaux en français237 207