MétaCan
Menu
Retour à la cohorte
Enregistrement W2315836416 · doi:10.5383/ijtee.02.01.004

Indoor Energy Analysis of Food Distribution Warehouse

2010· article· en· W2315836416 sur OpenAlexvenueno aff
Rafat Al‐Waked, Nathan Groenhout, Lester Partridge

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Manufacturing and Logistics Optimization
Établissements canadiensnon disponible
Organismes subventionnairesPrince Mohammad Bin Fahd University
Mots-clésWarehouseDistribution (mathematics)Environmental scienceComputer scienceBusinessMathematicsMarketing

Résumé

récupéré en direct d'OpenAlex

The current investigation involves carrying out dynamic thermal simulations and computational fluid dynamic analysis (CFD) analysis. The purpose of this analysis is to assist in designing a ventilation system to achieve an acceptable internal thermal environment of less than 28 C dry bulb temperatures within the occupied space. The thermal performance of the facility over a period of time has been simulated taking into account the effect of thermal mass within the space which affects the average internal space temperatures. Results from the dynamic thermal simulation analysis were then used to provide the boundary conditions for the CFD analysis. The investigated warehouse has been simulated using four different roofs based mechanical ventilation strategies. The amount of goods stored in the warehouse has been found to play a significant role in keeping the warehouse temperature within the acceptable range. An almost empty warehouse tends to vary with the outside ambient temperature. However, a warehouse full of goods makes use of thermal mass to provide a passive cooling strategy. It is recommended that mechanical ventilation of 350 m 3 /s of air to be adopted using the smoking fans already exist in the warehouse. These fans should operate when the ambient temperature falls below 27C at any time of the day if the temperature requirements are satisfied during the summer period.

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 enseignants0,210
Score d'incertitude au seuil0,260

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)0,0000,000

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 Opus0,003
Tête enseignante GPT0,163
Écart entre enseignants0,161 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetAdvanced Manufacturing and Logistics OptimizationTravaux en français237 207