MétaCan
Menu
Retour à la cohorte
Enregistrement W2781687651 · doi:10.2514/1.t5337

Spreading Resistance in Multilayered Orthotropic Flux Channel with Temperature-Dependent Thermal Conductivities

2018· article· en· W2781687651 sur OpenAlexafffund
Belal Al-Khamaiseh, Yuri S. Muzychka, Serpil Kocabiyik

Notice bibliographique

RevueJournal of Thermophysics and Heat Transfer · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueThermal Analysis in Power Transmission
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésOrthotropic materialThermal conductionHeat fluxMaterials scienceThermal conductivityThermal resistanceMechanicsHeat sinkHeat transferHeat transfer coefficientThermal transmittanceThermalConvective heat transferConvectionOverheating (electricity)ThermodynamicsFinite element methodComposite materialPhysics

Résumé

récupéré en direct d'OpenAlex

Anisotropic materials have received remarkable attention in the development of microelectronic devices. In many materials, the thermal conductivities are temperature-dependent and usually are approximated by constant thermal conductivities when considering thermal analysis. In this paper, analytical solutions of the temperature rise and the thermal resistance of a multilayered three-dimensional flux channel with orthotropic temperature-dependent thermal conductivities are addressed by means of the Kirchhoff transform, which is considered as a powerful method for dealing with nonlinear conduction problems with temperature-dependent thermal conductivities. A single eccentric heat source is considered in the source plane of the flux channel, where heat enters the system and flows by conduction through the layers to reach a convective heat sink with uniform heat transfer coefficient. The solutions are extended to account for multiple eccentric heat sources in the source plane. Further, the analytical solutions have been validated by solving the problem numerically with the finite element method using the ANSYS commercial software package.

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 enseignants0,024
Score d'incertitude au seuil0,545

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 GPT0,200
Écart entre enseignants0,193 · 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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermophysics and Heat TransferMême sujetThermal Analysis in Power TransmissionTravaux en français237 207