MétaCan
Menu
Retour à la cohorte
Enregistrement W2056431247 · doi:10.3384/ecp110572787

Improvement of Solar Cells Efficiency and Radiation Stability by Deposition of Diamond-Like Carbon Films

2011· article· en· W2056431247 sur OpenAlexaboutno aff
N.I. Klyui, A. N. Lukyanov, A. V. Makarov, V.B. Lozinskii, G. S. Khrypunov, Andriy N. Klyui

Notice bibliographique

RevueLinköping electronic conference proceedings · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBase load power plantEnvironmental scienceRenewable energyAutomotive engineeringPhotovoltaic systemVoltage droopElectrical engineeringComputer scienceDistributed generationEngineeringVoltageVoltage regulator

Résumé

récupéré en direct d'OpenAlex

Electricity is usually supplied by diesel generators in remote communities at costs that can reach up to $1.50 per kWh in northern Canada.At these costs, several renewable energy sources (RESs) such as wind and photovoltaic (PV) can be cost effective to meet part of the energy needs.Their main drawback, being fluctuating and intermittent, can be compensated with either storage units, which are costly, and/or by adapting the electrical power consumption (load) to the availability of RESs.Electric water heaters (EWHs) are good candidates for demand side management (DMS) because of their relatively high power ratings and intrinsic thermal energy storage capabilities.The average power consumed by an EWH is strongly related to the set point temperature (Td) and to the hot water draw (Wd).A 5.5 kW, 50 gallon EWH is modeled in MATLAB-Simulink and a typical 24-hour water draw profile is used to estimate the potential range of power variation offered by an EWH for power balancing purposes.Besides, a strategy for controlling the power consumed by the EWH, by means of Td, using a grid frequency versus temperature/power droop characteristic is proposed.In this way, the EWH can be used for power balancing and for assisting with the mini-grid frequency control.

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 enseignants0,002
Score d'incertitude au seuil0,007

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,170
Écart entre enseignants0,165 · 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

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLinköping electronic conference proceedingsMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207