MétaCan
Menu
Retour à la cohorte
Enregistrement W2275937464

Low GWP (<100) 냉매의 풀 비등 열전달 선행 연구 조사

2015· article· ko· W2275937464 sur OpenAlexaboutno aff
윤석호, 송찬호, 이공훈, 김욱중

Notice bibliographique

Revue대한설비공학회 동계학술발표회 논문집 · 2015
Typearticle
Langueko
DomaineEngineering
ThématiqueEngineering Applied Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantMontreal ProtocolGlobal-warming potentialEnvironmental scienceEngineeringWaste managementGreenhouse gasHeat exchangerMeteorologyMechanical engineeringGeographyOzone layer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The low GWP refrigerants attract a great attention due to the amendment to the Montreal protocol and F-gas regulation. The amendment of Montreal protocol propose to reduce the HFCs consumption by 85% until 2035 and F-gas legislation will reduce the HFCs consumption by 79% until 2030. In 2010, US DOE launched the low GWP refrigerant project which covers the life cycle climate performance modeling, experimental evaluation and field testing. In 2015, Korea launched the project to develop the core technology for low GWP (<100) refrigerant. Since the project limited the GWP value less than 100, the applicable candidates are restricted about five refrigerants including R-1234yf, R-1234ze(E), R-1233zd(E), R-1366mzz and R-444a. In the literature, to the best of the author’s knowledge, there are very limited information for pool boiling heat transfer except R-1234yf. In this study, existing studies for pool boiling heat transfer coefficient of three refrigerants (R-1234yf, R-1234ze(E), R-1233zd(E)) were reviewed.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,206
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,011

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 GPT0,264
Écart entre enseignants0,239 · 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.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue대한설비공학회 동계학술발표회 논문집Même sujetEngineering Applied ResearchTravaux en français237 207