MétaCan
Menu
Retour à la cohorte
Enregistrement W2017013576 · doi:10.1115/ihtc14-22881

Flow Visualization of Airflow Through a Rectangular Duct With Combined Heat and Mass Transfer

2010· article· en· W2017013576 sur OpenAlexaff
Melanie Fauchoux, Carey J. Simonson, David A. Torvi

Notice bibliographique

Revue2010 14th International Heat Transfer Conference, Volume 2 · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAirflowDuct (anatomy)Heat transferMechanicsFlow visualizationMaterials scienceForced convectionNatural convectionEnvironmental scienceConvectionLouverReynolds numberThermostatMoistureHumidityMeteorologyFlow (mathematics)Mechanical engineeringEngineeringComposite materialTurbulencePhysics

Résumé

récupéré en direct d'OpenAlex

Radiant ceiling panels have been shown to provide good thermal comfort for occupants and reduce energy consumption in large buildings. A disadvantage of radiant panels however, is the inability to alter the relative humidity (RH) of a space, which can also lead to occupant discomfort. A new panel is being developed which will transfer both heat and moisture to a room, to moderate space temperature and RH simultaneously. In order to determine how this panel performs, a test panel has been created and tested in an experimental facility. The panel is situated in the top of a rectangular duct. The surface of the panel is made of a porous membrane, which allows moisture to transfer between the air and the panel. Air passes through the duct and underneath the panel, at low Reynolds numbers (Re). As heat and moisture are transferred between the panel and the air, temperature and concentration gradients form in the duct. If these gradients become large, free convection will occur. Depending on which type of convection is dominant, free or forced, the air will flow in different patterns. In order to understand the performance of the panel, flow visualization is used to determine how the airflow is affected by temperature and concentration gradients. Test conditions include heating, cooling, humidification and dehumidification.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,564
Score d'incertitude au seuil0,953

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,208
Écart entre enseignants0,199 · 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.

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

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2010 14th International Heat Transfer Conference, Volume 2Même sujetBuilding Energy and Comfort OptimizationTravaux en français237 207