MétaCan
Menu
Retour à la cohorte
Enregistrement W6987809761

Tutkimus typen virtauksesta ja kulutuksesta teollisessa mittakaavassa

2025· other· en· W6987809761 sur OpenAlexfundno aff

Notice bibliographique

RevueLUTPub (LUT University) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Alberta
Mots-clésProduction (economics)Flow measurementNitrogenInflowFlow (mathematics)Inert gasScale (ratio)Mass flow
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

For many chemical processes, it is important to prevent unwanted chemical reactions, remove contaminants, and ensure process safety. Due to its abundance in the atmosphere and inert properties, nitrogen gas provides a cheap and viable alternative to ensure that these factors are met. Depending on the applications and scale of consumption, selecting a suitable nitrogen production method grants the most economically feasible way to produce it. This bachelor’s thesis investigates the nitrogen gas consumption in production units at Borealis Polymers Oy’s Kilpilahti site. In addition, the thesis examines the different production methods for nitrogen production with the safety aspect in mind in the form of a literature review. The aim of this thesis was to investigate and determine nitrogen consumption and recognize any discrepancies in the Borealis’ mass balances. The mass balances were calculated with the help of online meters and P&ID charts. With the results it can be concluded that the average inflow to production units is ~1880 kg/h and the yearly consumed amount is 15 M kg with the price tag of ~3 M€ per year. With additional examination of mass flow an uncalibrated flowmeter was found. The discrepancies in the flowmeter acted differently in different flow ranges, but a depiction of the discrepancies was made with flow-group division and prediction intervals.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil0,550

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1650,063

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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLUTPub (LUT University)Travaux en français237 207