MétaCan
Menu
Retour à la cohorte
Enregistrement W2889869151 · doi:10.5383/ijtee.16.01.008

Towards Solar Pond Design and Development for Masdar City Environment

2018· article· en· W2889869151 sur OpenAlexvenueno aff
Isam Janajreh, Khadije El Kadi

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArchitectural engineeringEnvironmental scienceEngineeringEnvironmental planningMaterials scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Salinity-gradient solar ponds (SGSP) are water bodies that serves as a solar thermal energy storage system.Establishing a salinity gradient and observing the role of gravity and diffusion between the different zones is key-point in achieving optimal system performance.In this work, a numerical model is developed using computational fluid dynamics (CFD) acting as an initial step in designing and building a solar pond located in Masdar City for the usage of space cooling and desalination.The model is governed by continuity, species transport, momentum, and energy equations of naturally convicted, transient and non-isothermal flow.Results show the stability of the three working zones of the pond if carefully are injected and established.Although diffusion lingers for long time, it is balanced by the gravity forces that slows its propagation and confined it to a thin layer located at corresponding interfaces between zones.This work numerically shows the diffusion influence on the extent of stability of the three core zones of the solar pond.It demonstrates how one could achieve sustainable salinity and temperature gradients to ensure reliable working principle of the sola pond.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,235
Écart entre enseignants0,212 · 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'étudeSimulation ou modélisation
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207