Solubility study of fluorinated gases in terpinolene and thermodynamic assessment
Notice bibliographique
Résumé
Las familias de los refrigerantes han ido evolucionando con tal de ser más sostenibles. Tras el paso de los clorofluorocarbonos (CFCs) y los hidroclorofluorocarbonos (HCFCs), la búsqueda de otras alternativas menos perjudiciales dio lugar a los HFCs, pero estos podían generar grandes impactos en el calentamiento global. A raíz de esto, en 2016 la Enmienda de Kigali al Protocolo de Montreal estableció objetivos drásticos para reducir los impactos generados por esta familia. En respuesta a todo esto, la familia de las HFOs pareció buena idea, por su bajo potencial de calentamiento global, para mezclarlos con los HFCs y así reducir los impactos. Estas nuevas mezclas, habitualmente azeotrópicas, propulsan la búsqueda de tecnologías de separación novedosas y eficientes con tal de poder recuperar los componentes individuales y alargar la vida útil de los mismos. La separación por destilación extractiva en líquidos iónicos (LIs) resulta un método prometedor, pero debido a la alta viscosidad que presentan estos líquidos y puesto que pueden llegar a ser caros y no del todo favorables para el medio ambiente, se están buscando nuevos disolventes verdes que cumplan con estos requisitos. Este caso de estudio se centra en caracterizar la capacidad de separación de diferentes mezclas de HFCs y HFOs en terpinoleno, con tal de ver como de efectivo es para separar estas mezclas y, por consiguiente, favorecer el medio ambiente y la seguridad.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».