MétaCan
Menu
Retour à la cohorte
Enregistrement W7133076206

The Effect of Ambient Humidity on Evaporation of Ethanol-Water Solutions

2024· dissertation· W7133076206 sur OpenAlexfundno aff
Muhammad Amin Butt

Notice bibliographique

RevueTSpace · 2024
Typedissertation
Langue
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésEvaporationRelative humidityHumidityEvaporative coolerCritical relative humidityAnalytical Chemistry (journal)Air humidityMass transfer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Experiments were conducted to study the evaporation of ethanol-water solutions with ethanolconcentration varying from 50 vol% to 100 vol%. A cylindrical container, 27.9 mm in diameter, was filled to a depth of 1.6 mm with l mL of liquid and placed on a weight balance in a sealed chamber through which air flowed with a constant velocity of 0.8 m/s and relative humidity of either 20% or 90%. Changes in the mass of liquid were recorded as it evaporated, its temperature measured using a thermocouple, and small samples extracted periodically to measure their ethanol concentration with an optical refractometer. The rate of mass evaporation was a constant for a given ethanol-water ratio and diminished significantly when ambient humidity was increased since the rate of water evaporation increased. As a solution evaporated the concentration of ethanol, the more volatile component, decreased. Raising ambient humidity made this decrease larger since less water evaporated. Evaporative cooling reduced the liquid temperature by 2-4°C below the ambient air temperature. An analytical model was developed that accurately predicted evaporation rates. When ethanol evaporates in air with high relative humidity the model predicts that water will condense onto the cooler liquid.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 GPT0,376
Écart entre enseignants0,341 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207