MétaCan
Menu
Retour à la cohorte
Enregistrement W4402797085 · doi:10.1080/19392699.2024.2402438

Relationship between coking properties measured by automatic Sapozhnikov plastometer with other measurements

2024· article· en· W4402797085 sur OpenAlexaff
Ka Wing Ng, Kun Liu, Xianai Huang, Jason Halko, Michelle Latosinsky

Notice bibliographique

RevueInternational Journal of Coal Preparation and Utilization · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueCoal and Coke Industries Research
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceEngineering drawingMetallurgyEngineering

Résumé

récupéré en direct d'OpenAlex

A Sapozhnikov plastometer is equipment that is commonly used, particularly in Asia, for measuring the contraction of the coal bed as well as the plastic layer thickness during the coking process. The relationship between the Sapozhnikov contraction X and the maximum plastic layer thickness Y values and other thermal rheology testing techniques is not fully understood. It leads to difficulties in the interpretation of data using different thermal rheology properties measurement techniques. In this work, a series of coal samples were analyzed in parallel using the automatic Sapozhnikov plastometer, the Gieseler plastometer, and the Ruhr dilatometer. The measurement results were compared to assist in the interpretation of data generated using different coal thermal rheology property measurement techniques. The Sapozhnikov X results are found not comparable due to the difference in sample particle size and testing conditions for component coals with the wide range of maximum mean reflectance (Ro), but a significant linear correlation on the contraction/expansion behavior between Sapozhnikov and Ruhr dilatation test is observed for experimental coal blends Ro between 1.00 and 1.20. Sapozhnikov Y results are linearly related to the melting range from both the Gieseler plastometer and the Ruhr dilatometer for all the experimental single coals and coal blends.

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 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 enseignants0,602
Score d'incertitude au seuil0,350

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 savante0,0000,001
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 Opus0,187
Tête enseignante GPT0,363
Écart entre enseignants0,176 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Coal Preparation and UtilizationMême sujetCoal and Coke Industries ResearchTravaux en français237 207