MétaCan
Menu
Retour à la cohorte
Enregistrement W1945855456 · doi:10.18357/tar41201312685

Packing Heat: Energy Storage Using Phase Change Materials

2013· article· en· W1945855456 sur OpenAlexvenueno aff
Pranay Shrestha

Notice bibliographique

RevueThe Arbutus Review · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermal energy storageEnergy storageProcess engineeringPhase-change materialPhase changeEnergy (signal processing)Materials scienceComputer data storageProcess (computing)Thermal energyVolume (thermodynamics)Solar energyThermodynamicsComputer scienceEngineeringElectrical engineeringPower (physics)Mathematics

Résumé

récupéré en direct d'OpenAlex

Many technological applications that involve intermittent energy demand and supply, such as solar or building energy systems, function more effectively if there is a storage mechanism to act as a buffer. Phase Change Materials (PCMs) can greatly increase the energy storage capacity of conventional (sensible energy) storage systems because of the high-energy transfer during their phase transition. With the help of PCMs, larger amounts of energy can be stored in smaller volume and at lower temperatures (resulting in lower insulation costs). This research paper discusses the problem-solving process of selecting a novel PCM (myristic acid) and designing a model apparatus to measure its thermal properties and behaviour. Experiments were conducted on water to calibrate the apparatus and estimate the errors in the experiment.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,415
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0040,000

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 Opus0,134
Tête enseignante GPT0,346
Écart entre enseignants0,211 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Arbutus ReviewMême sujetPhase Change Materials ResearchTravaux en français237 207