MétaCan
Menu
Retour à la cohorte
Enregistrement W4315607470

Capillary Sensor with UV-VIS Reading of Effects of Diesel and Biodiesel Fuel Degradation in Storage

2016· article· en· W4315607470 sur OpenAlexaff
M. Borecki, Michael L. Korwin-Pawlowski

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésBiodieselDiesel fuelReading (process)Degradation (telecommunications)Environmental scienceAutomotive engineeringChemistryEngineeringElectrical engineeringOrganic chemistryCatalysis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The diesel fuel stability is related with the fuel composition that evolved to the modern fuels from the historical ones. The stability of modern diesel fuel is mainly due to the reduction of the oxidation processes, the result of the presence of unsaturated components and components with oxygen as organic components and cetane index improvers. These fuel components may form insoluble particles and gum that can contribute to rapid fuel injection system wear and filter plugging. Therefore, the simple characteristic of serious degradation of diesel fuel is the appearance of resins and sediments. The present paper concentrates on the development of simple measurement procedure that can find application in construction of low cost the capillary sensor which enables the examination of the stability of modern diesel fuel including classification of not degraded fuel, fuel on first stage of degradation and serious degraded fuel. As a basic of development the degradation of most widely used cetane improver (2-ethyl hexyl nitrate) and presence of resin are examined in one arrangement. Results of a sensor working on the principle of scattered signal and fluorescence excited in a disposable capillary cell with two, UV and VIS, high power light emitted diodes are presented.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,113
Tête enseignante GPT0,452
Écart entre enseignants0,339 · 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'étudeObservationnel
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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetWater Quality Monitoring and AnalysisTravaux en français237 207