MétaCan
Menu
Retour à la cohorte
Enregistrement W1850348853 · doi:10.3968/j.ans.1715787020100302.043

Primary Research on Bionic Design of Multi-surface Solar Concentrator Based on the Flower Structure

2010· article· en· W1850348853 sur OpenAlexvenueno aff
Xiaodi Xue, Hongfei Zheng, Tao Tao, Guoqiang Xie

Notice bibliographique

RevueAdvances in natural science/Advances in natural sciences · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLight effects on plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésConcentratorSunshine durationBionicsEngineeringProcess (computing)Engineering drawingComputer scienceGeographyMeteorologyArtificial intelligenceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Plant can’t grow and reproduce without sunshine. Flowers have an inseparable relationship with sunshine as an important part of the plants. Most studies on the relationship of the plant and sunshine focus on the influence that sunshine reacts to plant, such as photosynthesis. However, there is no much more special attention on the relationship between flower structure and sunshine. Through the observation and comparison, the outlines of many flowers contour have some similarities with the solar concentrator. This paper delves into the relation between flower structure and light, in order to get the new ideas of designing solar concentrator.By means of extracting a contour line of flowers, their geometric structure models are got. Through simulation calculations of optical software, light-gathering performance of flowers is researched in the circumstance of different angle incident. Then based on researching the light-gathering process of the flowers, the innovative design ideas of bionics solar concentrators with excellent performance are presented. So in this way traditional thinking mode of single curve or surface used in solar concentrator design is expanded.Key words: flowers; bionic; solar concentrator

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 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)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Intégrité de la recherche
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 enseignants0,218
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,008
Études des sciences et des technologies0,0010,006
Communication savante0,0000,003
Science ouverte0,0040,000
Intégrité de la recherche0,0000,002
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 Opus0,025
Tête enseignante GPT0,323
Écart entre enseignants0,298 · 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 tête enseignante, pas un consensus.

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in natural science/Advances in natural sciencesMême sujetLight effects on plantsTravaux en français237 207