MétaCan
Menu
Retour à la cohorte
Enregistrement W2152269570 · doi:10.1093/ijlct/cts048

Comparative efficiency assessment of a multi-flash integrated system based on three efficiency definitions

2012· article· en· W2152269570 sur OpenAlexaff
Tahir Abdul Hussain Ratlamwala, İbrahim Dinçer

Notice bibliographique

RevueInternational Journal of Low-Carbon Technologies · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueThermodynamic and Exergetic Analyses of Power and Cooling Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésExergyExergy efficiencyGeothermal gradientEfficient energy useProcess engineeringParametric statisticsEnvironmental scienceGeothermal energyFlash (photography)Computer scienceThermodynamicsEngineeringMathematicsStatisticsPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper deals with energy and exergy analyses of a multi-flash integrated system and studies three efficiency definitions for system assessment. In this regard, a comparative performance evaluation is conducted to investigate the effects of using these energy and exergy efficiencies on the assessment of a triple-flash integrated system with an electrolyzer. Parametric studies are conducted to investigate the effect of rise in the ambient temperature and geothermal source temperature on these energy and exergy efficiencies. The results show that the efficiency definition plays a critical role as the efficiency value differs from one definition to another. Increasing the ambient temperature decreases both energy and exergy efficiencies based on the first definition, but increases them based on the second and third definitions. An increase in the geothermal source temperature reduces both energy and exergy efficiencies based on the first definition, but increases them based on the second and third definitions of efficiencies. The energy and exergy efficiencies of the overall system based on the third definition are found to be increasing from 0.6 to 2.2% and 6.5 to 47.29%, respectively.

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: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil0,569

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,025
Tête enseignante GPT0,279
Écart entre enseignants0,254 · 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

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Low-Carbon TechnologiesMême sujetThermodynamic and Exergetic Analyses of Power and Cooling SystemsTravaux en français237 207