MétaCan
Menu
Retour à la cohorte
Enregistrement W4380589972 · doi:10.4271/2023-01-1424

Liquid Water Content Instrumentation Study at the NRC AIWT

2023· article· en· W4380589972 sur OpenAlexaff
Catherine Clark, David Orchard

Notice bibliographique

RevueSAE International Journal of Advances and Current Practices in Mobility · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésLiquid water contentIcingWind tunnelInstrumentation (computer programming)CylinderDrop (telecommunication)AerodynamicsCalibrationWheatstone bridgeWind speedWater contentEnvironmental scienceMeteorologyMaterials scienceRemote sensingMechanicsEngineeringMechanical engineeringPhysicsGeotechnical engineeringElectrical engineeringComputer scienceGeology

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">The National Research Council Altitude Icing Wind Tunnel liquid water content calibrations have historically relied on a 2.4 mm diameter rotating cylinder for drop sizes up to 50 μm and a 6.2 mm diameter rotating cylinder for drop sizes from 50 μm to 200 μm. This study compares the facility calibration, derived from rotating cylinder measurements, to water content measurements from the Science Engineering Associates Multi-Element Probe and the National Research Council Compact Iso-Kinetic Probe over a range of airspeeds and drop sizes. The data show where the rotating cylinder measurements may start to underestimate the liquid water content (LWC), possibly due to splashing at higher airspeeds and drop sizes. The data also show that the LWC read by the Multi-Element Probe is higher than that provided by the rotating cylinders, and the Compact Iso-Kinetic Probe (CIKP) reads higher than both other methods. These trends are consistent with instrumentation comparison data from other icing wind tunnels. The study examines the effects of aerodynamic blockage on the probe measurements and the effects of placing the CIKP reference humidity sensor at different positions relative to the icing cloud. Overall, the data do not support changing the AIWT LWC calibration method from the rotating cylinder at this time.</div></div>

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,199

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,057
Tête enseignante GPT0,368
Écart entre enseignants0,311 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Advances and Current Practices in MobilityMême sujetIcing and De-icing TechnologiesTravaux en français237 207