MétaCan
Menu
Retour à la cohorte
Enregistrement W1599879265 · doi:10.13182/nt152-87

Lookup Tables for Predicting CHF and Film-Boiling Heat Transfer: Past, Present, and Future

2005· article· en· W1599879265 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNuclear Technology · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensAtomic Energy (Canada)University of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBoilingCritical heat fluxHeat transferHeat transfer coefficientThermodynamicsSmoothingLookup tableComputer scienceWork (physics)Nuclear engineeringPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Lookup tables (LUTs) have been used widely for the prediction of critical heat flux (CHF) and film-boiling heat transfer for water-cooled tubes. LUTs are basically normalized data banks. They eliminate the need to choose between the many different CHF and film-boiling heat transfer prediction methods available.The LUTs have many advantages; e.g., (a) they are simple to use, (b) there is no iteration required, (c) they have a wide range of applications, (d) they may be applied to nonaqueous fluids using fluid-to-fluid modeling relationships, and (e) they are based on a very large database. Concerns associated with the use of LUTs include (a) there are fluctuations in the value of the CHF or film-boiling heat transfer coefficient (HTC) with pressure, mass flux, and quality, (b) there are large variations in the CHF or the film-boiling HTC between the adjacent table entries, and (c) there is a lack or scarcity of data at certain flow conditions.Work on the LUTs is continuing. This will resolve the aforementioned concerns and improve the LUT prediction capability. This work concentrates on better smoothing of the LUT entries, increasing the database, and improving models at conditions where data are sparse or absent.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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