Effects of weather on temperatures of the grain bin components and headspace of a 10-m diameter corrugated steel bin.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The mean global temperatures are increasing as a result of climate change. To understand how the change in ambient weather influences the temperature of the stored grain, the temperature fluctuation patterns of the floor, roof, sidewalls, and headspace were monitored from mid-August 2019 to the end of October 2021 in Winnipeg, Canada. The bin was filled with 300 t of wheat at an initial average moisture content of 12.5 ± 0.1% (wet basis). The thermocouples were installed at 17, 9, and 12 locations on the floor, roof (outside), and sidewalls (outside) of the bin, respectively. Sixteen temperature and relative humidity sensors were installed at different locations with varying distances from the surface of the grain in the headspace. The ambient weather (air temperature (°C), relative humidity (%), barometric pressure (kPa), average solar radiation (W/m2), precipitation (mm), wind speed (m/s), and wind direction (degrees with reference to the north)) were also measured near the bin during the study period. The temperatures of the roof, sidewalls, and headspace were influenced by the ambient temperature and solar radiation. In Year II (November 2020 – October 2021), the floor, roof, sidewalls, and headspace temperatures were higher by 2.1 ± 0.1°C, 3.9 ± 0.1°C, 3.5 ± 0.2°C, and 1.9 ± 0.1°C than that in Year I (November 2019 - October 2020), respectively. The ambient temperature increased by 1.8°C in year II, compared to year I. These results can be used in the prediction of temperatures in grain bins caused by weather changes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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