MétaCan
Menu
Retour à la cohorte
Enregistrement W2316438941 · doi:10.1021/acssuschemeng.5b01301

Sorption Study of a Starch Biopolymer as an Alternative Desiccant for Energy Wheels

2016· article· en· W2316438941 sur OpenAlexafffund
Farhad Fathieh, Leila Dehabadi, Lee D. Wilson, Robert W. Besant, Richard W. Evitts, Carey J. Simonson

Notice bibliographique

RevueACS Sustainable Chemistry & Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistry of Agriculture - Saskatchewan
Mots-clésSorptionDesiccantSilica gelAdsorptionMesoporous silicaWater vaporMaterials scienceChemical engineeringMoistureStarchChemistryMesoporous materialChromatographyOrganic chemistryComposite materialCatalysis

Résumé

récupéré en direct d'OpenAlex

The sorption of water vapor on high amylose starch was investigated as an alternative desiccant for air-to-air energy exchangers used in ventilation units. Sorption performance of micron-sized mesoporous high amylose starch (HAS 15, d p = 15 μm, P w = 46 Å) and two mesoporous silica gel samples (SG 13, d p = 13 μm, P w = 62 Å; P w = 62 Å; SG 55, d p = 55 μm, P w = 77 Å) were studied and compared. Transient water vapor sorption tests were performed using small-scale energy exchangers coated with HAS 15 and silica gel. Although N 2 gas adsorption tests showed lower sorption capacity for HAS 15 compared to the silica gel samples, higher sorption rates and uptake capacity were shown for HAS 15 when measured by water vapor transient sorption results. In addition, the latent effectiveness, an indicator of moisture recovery efficiency for exchangers, was calculated for each exchanger. With the same amount of desiccant coated on the energy exchanger channels, the latent effectiveness of the HAS-coated material was 2%–13% greater than that of the silica gel materials, depending on the operating conditions.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,848

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 Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · 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'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

Citations24
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueACS Sustainable Chemistry & EngineeringMême sujetAdsorption and Cooling SystemsTravaux en français237 207