MétaCan
Menu
Retour à la cohorte
Enregistrement W4399459684 · doi:10.62517/jsse.202408205

Uncertainty Assessment of Carbon Monoxide in Exhaust Gas Based on Fixed Potential Electrolysis

2024· article· en· W4399459684 sur OpenAlexaff
Xiaowen Kang, Zhenxing Li, Wenqian Pan

Notice bibliographique

RevueJournal of safety science and engineering. · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensIONICS Mass Spectrometry (Canada)
Organismes subventionnairesnon disponible
Mots-clésCarbon monoxideEnvironmental scienceMeasurement uncertaintyExhaust gasReliability (semiconductor)Uncertainty analysisProcess engineeringComputer scienceMathematicsWaste managementStatisticsChemistrySimulationEngineeringPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

In order to ensure the accuracy and reliability of the test results, the carbon monoxide content in the waste gas of fixed pollution sources was used on the field data. By explaining the steps and principles of the field operation, Establishing a mathematical model for the uncertainty of the carbon monoxide content in the exhaust gas, the main sources of the uncertainty components are analyzed, and the uncertainty assessment of class A and class B is passed. The results show that the main sources of uncertainty components include repetitive measurement, instrument value error and CO standard gas, which are 4.15%, 0.982% and 1.15% respectively; the extended uncertainty is ± 10 (k=2). The results show that under the condition of ensuring the stability of the process emission, increasing the number of field measurement is the key to reduce the uncertainty, which is conducive to improving the quality level of the fixed source waste gas monitoring data.

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)0,002
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,284

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,238
Écart entre enseignants0,232 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of safety science and engineering.Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207