Optimization of Oxygen Delignification Process for Softwood Pulp
Notice bibliographique
Résumé
Kirjallisuusosassa tutkittiin happivalkaisun kemiaa, kerättiin aikaisempia aineensiirto sekä kineettisiä malleja. \nLisäksi perehdyttiin teknologiaan jota käytetään kemiallisen sellun tuotannossa, etenkin happivalkaisussa. \n\nKokeellisessa osassa tutkittiin lämpötilan ja alkalipitoisuuden vaikutusta happivalkaisu-prosessissa. \nKokeet suoritettiin laboratorio-skaalan panosreaktorissa ja kokeissa käytettiin pestyä sellua. \nKäytetty lämpötila vaihteli välillä 85-115°C ja alkali välillä 3.0-4.5% (sellun massasta). \n\nNäytteistä analysointiin kappaluku, sisäinen viskositeetti, saanto, alkalin kulutus ja karbonaatin muodostus ajan funktiona. \nMittaustuloksista laskettiin selektiivisyysparametrit viskositeetin, polymerisoitumisasteen muutokselle sekä alkalin kulutukselle. \n\nTuloksista kehitettiin parametrit kirjallisuudesta löytyneisiin kineettisiin malleihin. \nMalleista määritettiin kertaluvut alkalin kulutukselle, paineelle ja kappaluvulle. \nLisäksi mallitettiin Arrhenius-yhtälön parametrit. \nMallien määrittämisessä käytettiin Kinfit-ohjelmaa. \n\nKokeissa käytetyt näytteet oli keitetty ja laatutarkastettu tehtaalla (Irvin Pulp and Paper Ltd., St John, New Brunswick, Canada). \nLisäksi tehtaan happidelignifikointi-prosessin operointiolosuhteet tallennettiin sekä kappaluku ja viskositeetti mitattiin kolmesta eri pisteestä prosessin aikana.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».