DISTRIBUIÇÃO VOLUMÉTRICA E ESPECTRO DE GOTAS DAS PONTAS HIDRÁULICAS LD 11002 E MAG-2
Bibliographic record
Abstract
Uma eficiente aplicação de agrotóxico somente é possível ao se dispor de pontas hidráulicas que propiciem distribuição volumétrica satisfatória e espectro de gotas uniforme, uma vez que a ponta é o principal componente da pulverização hidráulica. Desse modo, objetivou-se, com este trabalho, realizar a caracterização técnica das pontas hidráulicas de pulverização LD 11002 e MAG-2. O ensaio da determinação do perfil e da uniformidade de distribuição do jato foi montado em esquema fatorial 2 x 3 x 4, constituído por dois modelos de pontas hidráulicas, três alturas da barra de pulverização e quatro pressões de trabalho, analisados em delineamento inteiramente casualizado, com três repetições para o estudo da uniformidade de distribuição e quinze repetições para o perfil de distribuição. Com os valores do perfil de distribuição foi verificada a simetria de distribuição para a ponta LD 11002. O espectro de gotas foi determinado empregando-se o analisador de partículas a laser modelo Spraytech, e o ensaio foi montado em delineamento inteiramente casualizado, com quatro tratamentos (quatro pressões de trabalho) e com vinte e cinco repetições. As duas pontas não apresentaram distribuição satisfatória à altura de 0,5 m. A ponta LD 11002 apresentou assimetria e esta foi influenciada pela pressão de trabalho. O diâmetro de gotas produzido pelas pontas LD 11002 e MAG-2 reduziu com o aumento da pressão de trabalho.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".