MétaCan
Menu
Retour à la cohorte
Enregistrement W2319486861 · doi:10.1115/es2008-54047

Energy Saving Studies in Industrial Facilities

2008· article· en· W2319486861 sur OpenAlexaff
Mehmet Kanoğlu, Ilker Karabay, İbrahim Dinçer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésEnergy conservationEnergy consumptionEfficient energy useEnvironmental sciencePayback periodGreenhouse gasGas compressorProductivityEnvironmental economicsConsumption (sociology)Waste managementEnvironmental engineeringProduction (economics)EngineeringEconomicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Efficient energy use is critical for the success of any industrial facility since reduced energy consumption through energy conservation/saving programs can benefit not only consumers and utilities, but society in general as well. In particular, reduced energy consumption generally leads to reduced emissions of greenhouse gases and other air pollutants into the environment. It also helps reduce the operational costs in the facility. There is a strong need to take some energy saving measures in every plant/ facility. Although these may be quite diverse, some of these measures include thermal insulation, use of more efficient equipment, heat recovery systems, high efficiency lighting, changing the fuel, reducing the cost of compressed air, and enhancing productivity. In this study, some certain energy conservation measures are considered for assessing a packaging film manufacturing facility in Gaziantep, Turkey. Taking advantage of dry and hot climates of the city, cooling compressor inlet air by evaporative cooling technique is also assessed. Our investigation shows that there is a huge room for energy conservation measures. The total savings potential are expected to be 869,350 YTL (about $725,000) representing about 16% of the total energy consumption. The payback periods for the identified measures are justified. We believe that the results are typical rather than exceptional for the industrial sector in Turkey.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,083
Tête enseignante GPT0,233
Écart entre enseignants0,150 · 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'étudeObservationnel
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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBuilding Energy and Comfort OptimizationTravaux en français237 207