MétaCan
Menu
Retour à la cohorte
Enregistrement W2780234937 · doi:10.1177/0306419017749581

Chemical exergy of ideal and non-ideal gas mixtures and liquid solutions with applications

2017· article· en· W2780234937 sur OpenAlexaff
Rajinder Pal

Notice bibliographique

RevueInternational Journal of Mechanical Engineering Education · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueChemical and Physical Properties in Aqueous Solutions
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésExergyExergy efficiencyProcess engineeringIdeal (ethics)Ideal gasThermodynamicsIdeal solutionChemical thermodynamicsComputer scienceEngineeringNon-equilibrium thermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Exergy or availability, although not a recent concept, is receiving extensive coverage in scientific publications due to its vast applications in different scientific and engineering fields. Exergy of a system consists of two parts: thermo-mechanical exergy and chemical exergy. While thermo-mechanical exergy of systems is covered to a certain extent in modern undergraduate textbooks on engineering thermodynamics, chemical exergy is mentioned only briefly. In particular, the theoretical and conceptual developments related to chemical exergy are not covered in any detail. The focus of this article is the chemical exergy of materials. Special attention is given to the theoretical treatment of non-ideal gas mixtures and liquid solutions. The equations necessary to estimate the chemical exergy of ideal and non-ideal mixtures and solutions are developed from the fundamental concepts. Where necessary, numerical examples are given to illustrate the concepts for the benefit of the students. Finally, a practical problem dealing with the furnace/boiler unit of a practical steam power plant is solved using the concepts of chemical exergy and exergy analysis. As the material presented in this article involves advanced level concepts in thermodynamics, it is most suitable for the second, advanced level, course in engineering thermodynamics in third year, after the students have completed a full one-term course on introductory thermodynamics in their second year.

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 enseignants0,178
Score d'incertitude au seuil0,451

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 Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanical Engineering EducationMême sujetChemical and Physical Properties in Aqueous SolutionsTravaux en français237 207