MétaCan
Menu
Retour à la cohorte
Enregistrement W2805597550 · doi:10.11159/ffhmt18.126

Solar Heat Pipe for Greenhouse Application in the Arctic Regions: A Case Study

2018· article· en· W2805597550 sur OpenAlexvenueno aff
Ryan Cain, Casey Hoflich, Joseph Ofeldt, Karlin Swearingen, Sunwoo Kim

Notice bibliographique

RevueProceedings of the ... International Conference on Fluid Flow, Heat and Mass Transfer · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGreenhouseArcticEnvironmental scienceMeteorologyOceanographyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Rural communities throughout arctic and subarctic regions of the world have difficulties providing cost-effective means of growing produce during the winter months. Plants need light and heat in order to survive and grow, both of which are in short supply during the long, cold winters. The average temperature of the spring and fall seasons in Fairbanks, Alaska is only about 30 to 40F, which provides unreliable conditions to grow most crops. The traditional growing season in northern areas is roughly four months long, which is too short for many plants to grow and/or produce fruit. The purpose of the present research is to evaluate the use of solar heat pipe vacuum collectors to elongate the growing season of greenhouses in the arctic regions. The greenhouse utilizes the collection and retention of solar heat and a thermal mass to store the heat during days and release during nights. The solar heat pipe captures solar radiation, which heats a water-propylene glycol mix to act as the carrying medium. This fluid is pumped into the adjacent greenhouse and through the thermal mass unit. The thermal mass consists of two concrete slabs and dissipates the stored heat to normalize temperature fluctuations between night and day. A test greenhouse was built with dimensions of 12 ft by 10 ft with a height of 6 to 8 ft in Fairbanks, Alaska. Data collections for a performance analysis were made in April 2017. The experiments showed that the temperature of the greenhouse was above 60F, at an external temperature of 32F. The solar heat pipe with thermal mass system increased the average greenhouse temperature by 11F.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,655

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 Opus0,058
Tête enseignante GPT0,273
Écart entre enseignants0,215 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... International Conference on Fluid Flow, Heat and Mass TransferMême sujetClimate change and permafrostTravaux en français237 207