MétaCan
Menu
Retour à la cohorte
Enregistrement W4384337864 · doi:10.1109/eic55835.2023.10177326

Preliminary studies on Improving the Properties of Canola Oil by Addition of Methyl Ester from a Saturated Vegetable Oil

2023· article· en· W4384337864 sur OpenAlexafffund
Samson Okikiola Oparanti, Kouba Marie Lucia Yapi, I. Fofana, U. Mohan Rao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Transformer Diagnostics and Insulation
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCanolaFlash pointPour pointMoistureDielectricDegradation (telecommunications)Materials scienceVegetable oilViscosityThermal stabilityChemical engineeringOrganic chemistryWater contentChemistryComposite materialFood science

Résumé

récupéré en direct d'OpenAlex

Vegetable oils have excellent dielectric properties and high thermal characteristics (flash point and fire point). However, their general acceptability is questionable due to the poor viscosity profile at low temperatures and oxidation stability. Thus, enhancement of the oxidation stability and flow properties of canola oil-based dielectric liquid stands as the main goal of the present study. Methyl ester synthesized from palm kernel oil was mixed with a commercially available canola-based insulating liquid in 25%, 50%, and 75% concentrations. The behavior of all samples was monitored during accelerated thermal aging in the presence of oxygen for different periods. Specifically, observations were made for fresh samples under ambient temperature and 12, 24, 36, and 48 hours at $110^{\circ}\mathrm{C}$. Acidity, moisture, and dissolved decay particles were used as a factor for monitoring the rate of degradation. It was observed that the mixture with a high percentage of methyl ester (C and D) shows stability to oxidation. This experimental investigation shows that a mixture of oil with saturated and unsaturated fatty acids has promising thermo-oxidation stability properties.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,022
Tête enseignante GPT0,216
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetPower Transformer Diagnostics and InsulationTravaux en français237 207