MétaCan
Menu
Retour à la cohorte
Enregistrement W1500407303 · doi:10.5772/14893

Premium Efficiency Motors

2011· book-chapter· en· W1500407303 sur OpenAlexaff
M. Benhaddadi, G. Olivier, R. Ibtiouen, J. Yelle, J-F Tremblay

Notice bibliographique

RevueInTech eBooks · 2011
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Environmental Impact
Établissements canadiensCégep du Vieux MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

0 94.5 95.4 95.4 94.5 95.4 95 95 94.5 300.0 95.0 95.4 95.4 94.5 95.4 95.4 95 0 350.0 95.0 95.4 95.4 94.5 95.4 95.4 95 0 400.0 95.4 95.4 0.0 0.0 95.4 95.4 0 0 450.0 95.8 95.8 0.0 0.0 95.4 95.4 0 0 500.095.8 95.8 0.0 0.0 95.4 95.8 0 0 HP ODP TEFC Annex 1. NEMA MG-1 Table 12-11 Full-Load Efficiencies of Energy Efficient Motors (EPAct) www.intechopen.com95 94.5 93.6 95 94.5 75 93.6 95 94.5 93.6 95.4 94.5 100 93.6 95.4 95 94.1 95.4 95 125 94.1 95.4 95 95 95.4 95 150 94.1 95.8 95.4 95 95.8 95.8 200 95 95.8 95.4 95.4 96.2 95.8 250 95 95.8 95.4 95.8 96.2 95.8 300 95.4 95.8 95.4 95.8 96.2 95.8 350 95.4 95.8 95.4 95.8 96.2 95.8 400 95.8 95.8 95.8 95.8 96.2 95.8 450 95.8 96.2 96.2 95.8 96.2 95.8 500 95.8 96.2 96.2 95.8 96.2 95.8 HP ODP TEFC Annex 2. NEMA MG-1 Table 12-12 Full-Load Efficiencies for 60 Hz NEMA Premium Efficient Electric Motors Rated 600 Volts or less www.intechopen.com150 94.5 95.0 95.0 110 150 94.3 94.5 94.3 150 200 95.0 95.0 95.0 132 175 94.6 94.7 94.6 185 250 95.4 95.4 95.0 160 215 94.8 94.9 94.8 200 270 95.4 95.4 95.0 200 270 95.0 95.1 95.0 260 350 95.4 95.4 95.0 260 350 95.0 95.1 95.0 300 400 95.4 95.4 95.0 300 400 95.0 95.1 95.0 335 450 95.4 95.4 95.0 335 450 95.0 95.1 95.0 375 500 95.4 95.4 95.0 375 500 95.0 95.1 95.0 125 95.0 95.2 94.9 110 150 95.2 95.4 95.1 132 175 95.4 95.6 95.4 160 215 95.6 95.8 95.6 200 270 95.8 96.0 95.8 260 350 95.8 96.0 95.8 300 400 95.8 96.0 95.8 335 450 95.8 96.0 95.8 375 500 95.8 96.0 95.8 How to referenceIn order to correctly reference this scholarly work, feel free to copy and paste the following: M. Benhaddadi, G.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil0,750

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,2240,118

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 Opus0,042
Tête enseignante GPT0,233
Écart entre enseignants0,191 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetClimate Change and Environmental ImpactTravaux en français237 207