MétaCan
Menu
Retour à la cohorte
Enregistrement W2167159301 · doi:10.1177/0040517510395994

Characterizing the performance of a single-layer fabric system through a heat and mass transfer model - Part II: Thermal and evaporative resistances

2011· article· en· W2167159301 sur OpenAlexaff
Dan Ding, Tian Tang, Guowen Song, André McDonald

Notice bibliographique

RevueTextile Research Journal · 2011
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceThermalAir layerThermal resistanceAir gap (plumbing)Work (physics)Heat transferComposite materialEvaporative coolerMass transferLayer (electronics)ConvectionPorosityMechanicsNatural convectionMechanical engineeringThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

In Part I of this work, a heat and mass transfer model was developed to calculate the thermal and evaporative resistances of a single-layer fabric system. Using this model, the effects of environmental conditions, air gap, and material properties on the thermal and evaporative resistances have now been studied. The thickness of the air gap and that of the fabric layer were shown to contribute significantly to both the thermal resistance and evaporative resistance. The occurrence of natural convection in the air gap can cause decreases in thermal and evaporative resistances, and needs to be considered to determine the optimal air gap thickness. The porosity of the fabric layer has a distinct effect on the two resistances, and is an excellent property to help achieve both thermal protection and comfort. This work provides the fundamental basis for the optimization of garment fit and material properties to achieve good performance of the clothing system.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,214
Tête enseignante GPT0,343
Écart entre enseignants0,129 · 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

Citations39
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTextile Research JournalMême sujetTextile materials and evaluationsTravaux en français237 207