MétaCan
Menu
Retour à la cohorte
Enregistrement W4367155258 · doi:10.36487/acg_repo/2355_68

Vacuum disc filters go beyond

2023· article· en· W4367155258 sur OpenAlexaff
Jürgen Hahn

Notice bibliographique

RevuePaste/˜Pœaste · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Lubrication Engineering
Établissements canadiensBanff CentreGeomechanica (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceOptoelectronicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Modern high-performance disc filters such as the BoVac disc filter have set new standards in applications where large capacities of solids, liquids and air must be managed through the filters. These disc filters have an enormous hydraulic capacity. For applications in mineral processing, with a special focus on tailings (which typically have high solids throughputs but low filtrate and air flows), this capacity can be used to expand the filtration area while maintaining the benefits of very good cake discharge, even with thin cakes (4–5 mm) and a high filter speed. Research work over the last century has proven that increasing the filter area should be achieved by increasing the disc diameter because adding more discs leads to big problems with the cake discharge: i.e. the filter cake is not, or is insufficiently, blown off on the filter discs furthest away from the control head. However, as the disc diameter increases, the filter segments become longer and heavier. A suitable compromise was therefore found by doing both. The result is the first vacuum disc filter that offers significantly more than 300 m² of filtration area yet has no more than six discs.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil0,998

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)0,0000,003

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetTribology and Lubrication EngineeringTravaux en français237 207