MétaCan
Menu
Retour à la cohorte
Enregistrement W2012210150 · doi:10.1115/imece2008-69319

Influence of Socio-Economy in the Next Generation of Thermal Management Solutions for Electronics Consumer Products

2008· article· en· W2012210150 sur OpenAlexaff
Gamal Refai-Ahmed

Notice bibliographique

RevueVolume 10: Heat Transfer, Fluid Flows, and Thermal Systems, Parts A, B, and C · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensAdvanced Micro Devices (Canada)
Organismes subventionnairesnon disponible
Mots-clésElectronicsKey (lock)Thermal management of electronic devices and systemsFunction (biology)Global populationPopulationComputer scienceBusinessRisk analysis (engineering)Industrial organizationEnvironmental economicsEngineeringComputer securityMechanical engineeringEconomicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The past few decades have seen a number of countries around the world emerge as a growing market for high performance computers. This present study examines, in more detail, how socio-economic influences are shaping the demand function and how some computing landscapes are changing as a consequence. This study is addressing one of the key initiatives to enable 50 percent of the world’s population with access to the World Wide Web. Furthermore, this investigation is addressing the challenges for electronics packaging Engineers and Researchers. Therefore, the rational of the developed technology based on the understanding target market and usages will be given. The impact of addressing the heat dissipation and managing the use of the raw materials of the intended products are discussed. In addition, how the electronics packaging engineers can focus on developing affordable innovative technology. Finally, the impact of all of the above is examined in developing the cost effective solution from a global point of view.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,030
Tête enseignante GPT0,203
Écart entre enseignants0,173 · 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'étudeObservationnel
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 10: Heat Transfer, Fluid Flows, and Thermal Systems, Parts A, B, and CMême sujetGreen IT and SustainabilityTravaux en français237 207