MétaCan
Menu
Retour à la cohorte
Enregistrement W7104508495 · doi:10.1051/matecconf/202541605001

Preliminary evaluation of Halocarbon 0.8 oil's impact on metallurgical coal quality

2025· article· fr· W7104508495 sur OpenAlexaff

Notice bibliographique

RevueMATEC Web of Conferences · 2025
Typearticle
Languefr
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCoalSink (geography)Float (project management)CarbochemistryOrganic matterHuman healthSulfurOrganic solvent

Résumé

récupéré en direct d'OpenAlex

Heavy organic liquids are typically used for coal laboratory float and sink testing. Perchloroethylene (PCE), methylene bromide and naphtha are typical liquids used in labs worldwide to create baths with a wide range of specific gravities. All three of these liquids are harmful to human health and can have negative effects on coal rheology. Perchloroethylene is a solvent that has been used to remove organic sulfur from coal prior to use in power generation plants. The PCE acts as a swelling agent and when heated in the presence of a catalyst, will cleave the C-S bonds, removing organic sulfur from the coal. PCE is a clear liquid however after the float and sink process it turns shades of yellow to dark brown. Portions of the coal become suspended in solution and many organically bound elements are released from the coal into the solution. This may result in certain elements being underestimated in the clean coal products arising from perchloroethylene based float and sink. The float and sink test assesses metallurgical coal washability using organic liquids, but traditional options like naphtha, perchloroethylene, and methylene bromide pose health risks. This study examines the effects of four liquids on coal quality and chemistry.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,322
Écart entre enseignants0,286 · 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 revueMATEC Web of ConferencesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207