MétaCan
Menu
Retour à la cohorte
Enregistrement W571673082 · doi:10.52005/rekayasa.v4i1.150

PENGARUH HEAD DAN LUAS UNDERFLOW TERHADAP EFISIENSI PEMISAHAN SEDIMEN HYDROCYCLONE

2017· article· id· W571673082 sur OpenAlexaff
Debby Rahmawati, Budi Santoso

Notice bibliographique

RevueJurnal Rekayasa Teknologi Nusa Putra · 2017
Typearticle
Langueid
DomaineEngineering
ThématiqueCyclone Separators and Fluid Dynamics
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésArithmetic underflowHydrocycloneHead (geology)ChemistryEnvironmental scienceBiologyPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Hydrocyclone adalah suatu alat yang digunakan untuk pemisahan material padat yang ada dalam medium pembawa dengan memanfaatkan efek vortex yang ditimbulkan dari gaya sentrifugal. Hydrocyclone terdiridari bagian silinder vertikal dengan bagian bawah berbentuk corong, pintu inlet pada sisi atas, pintu underflow di bagian bawah, dan pintu overflow di bagian puncak. Pada penelitian ini akan diketahui bagaimana pengaruh head dan luas underflow terhadap efisiensi pemisahan sedimen air pada alat hydrocyclone. Variasi pada efisiensi hydrocyclone sebesar 94. 1% disebabkan oleh head dan luas underflow dan sisanya sebesar 5.9% dipengaruhi oleh hal lain yang belum dapat dijelaskan oleh variabel yang ada. Antara head dan efisiensi pemisahan sedimen hydrocyclone terdapat hubungan yang searah namun lemah. Luas underflow dengan efisiensi pemisahan sedimen hydrocyclone terjadi korelasi negatif dan memiliki keeratan sangat kuat, sedangkan antara head dan luas underflow tidak terdapat hubungan. Model analisis yang paling baik dalam memprediksi variabel dependen (efisiensi pemisahan sedimen hydrocyclone) dengan adanya pengaruh variabel independen (head dan luas underflow) adalah model regresi linier berganda dengan persamaan prediksi Y=0.612 + 0.915 head – 0.646 luas underflow. Prediksi efisiensi pemisahan sedimen hydrocyclone paling tinggi yang terjadi sebesar 98. 746% dengan hasil penelitian laboratorium sebesar 99.781% yang berada pada head 50% dan luas underflow 13% dari pintuinlet.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Rekayasa Teknologi Nusa PutraMême sujetCyclone Separators and Fluid DynamicsTravaux en français237 207