MétaCan
Menu
Retour à la cohorte
Enregistrement W1874023101 · doi:10.13034/jsst.v8i1.44

Thermoelectric Energy Harvesting Snow Pants: Turning Body Heat Into Usable Energy

2015· article· en· W1874023101 sur OpenAlexvenueno aff
George J. Bozzi

Notice bibliographique

RevueJournal of Student Science and Technology · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Energy Harvesting Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowThermoelectric effectElectrical engineeringVoltageThermoelectric coolingEnergy (signal processing)Energy harvestingMechanical engineeringPower (physics)Materials scienceThermoelectric generatorPhysicsThermodynamicsEngineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

Using thermoelectric coolers (TECs), energy generated from a temperature gradient can solve the problem of energy inaccessibility and provide energy readily. The purpose of this study was to create snow pants that could harness and convert body heat into energy. It was hypothesized that if there was more surface area in the insulation layers of the snow pants, then more heat will be collected. It was determined that the most effective and efficient way to harvest energy from body heat was by using TECs that were sewn into a pair of snow pants. Snow pants were chosen because the interior and exterior have drastically different temperatures that create a temperature gradient, which could ultimately increase the voltage output. Three prototypes were built and all produced enough voltage, which can be and will eventually be amplified. Once the voltage is amplified, an electronic device will have direct access to power within the pants’ pocket via a USB port. Thermoelectric energy presents an innovative and viable option as an energy solution. Using TECs, heat-harvesting backpacks, coolers, sleeping bags and more can be produced, making the world a more connected and greener place.Des refroidisseurs thermoélectriques (RTE) qui englobent « l’effet de Peltier » peuvent produire de l’énergie provenant d’un gradient de température et se posent comme solution au problème de l’inaccessibilité à l’énergie en fournissant de l’énergie partout et à tout moment. Le but de cette étude était de créer des pantalons de neige qui pourraient exploiter et convertir la chaleur corporelle à l’énergie. L’hypothèse étant que l’existence de plus de superficie dans les couches d’isolation des pantalons de neige aurait pour effet plus de chaleur rassemblée. Il a été déterminé que la façon la plus efficace de collecter de l’énergie de par la chaleur corporelle était en incorporant les RTEs par couture dans une paire de pantalons de neige. Les pantalons de neige ont été le vêtement de choix car la température mesuré à leur intérieur et à leur extérieur est dramatiquement différente ce qui génère ainsi un gradient de température qui pourrait ultimement augmenter la tension produite. Trois prototypes ont été fabriqué et tous ont produit de la tension, assez qui peut être et sera finalement amplifié. Une fois que la tension est amplifiée, un dispositif électronique aura accès direct au fonctionnement de l’intérieure de la poche de pantalons via un port USB. L’énergie thermoélectrique se positionne comme une solution d’énergie très novatrice et viable. En utilisant les RTE, la chaleur peut être récolté des sacs à dos, des refroidisseurs d’aliments, les sacs de couchage, tous possible à être produit faisant de ce monde un lieu plus interconnecté et plus sain pour l’environnement.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,016
Tête enseignante GPT0,255
Écart entre enseignants0,239 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Student Science and TechnologyMême sujetInnovative Energy Harvesting TechnologiesTravaux en français237 207