MétaCan
Menu
Retour à la cohorte
Enregistrement W1972802940 · doi:10.2514/1.t4428

Thermal Spreading Resistance Inside Anisotropic Plates with Arbitrarily Located Hotspots

2014· article· en· W1972802940 sur OpenAlexafffund
Ali Gholami, Majid Bahrami

Notice bibliographique

RevueJournal of Thermophysics and Heat Transfer · 2014
Typearticle
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnisotropySuperposition principleMaterials scienceThermal resistanceThermalHeat sinkParametric statisticsMechanicsSpreading resistance profilingMechanical engineeringHeat transferOpticsPhysicsMeteorologyEngineering

Résumé

récupéré en direct d'OpenAlex

Graphite-based anisotropic materials are becoming the key component of next-generation cooling systems in electronics and telecommunication industries. Proper use of these materials in the form of thermal spreaders, compared to conventional metallic ones, can significantly reduce the thermal stress and thermal resistance in the system. In this study, a new analytical model for temperature distribution inside anisotropic rectangular plates subjected to multiple sources and sinks on the top and bottom surfaces is presented. All lateral faces are assumed insulated. The solution is first justified for the case with single hotspots on each side and then using the superposition principle, it is extended into the general form to cover multihotspot cases. The model is validated by numerical simulation data and a perfect agreement is observed. Thermal spreading resistance is defined for the anisotropic plate and a comprehensive parametric study for optimization purpose is performed. The influence of both anisotropy and geometrical parameters on the resistance is discussed in detail and critical values are evaluated.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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'étudeSimulation ou modélisation
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

Citations36
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermophysics and Heat TransferMême sujetThermal properties of materialsTravaux en français237 207