MétaCan
Menu
Retour à la cohorte
Enregistrement W2891449716 · doi:10.1063/1.5053497

On-sun testing of a 100-shingled-cell dense receiver array at ∼50 W/cm2 using overlapped single-axis foci

2018· article· en· W2891449716 sur OpenAlexaff
Richard S. Norman, Boussairi Bouzazi, Étienne Léveillé, Brad Siskavich, Jean-François Dufault, Osvaldo Arenas, Richard Arès, Vincent Aimez, Luc G. Fréchette

Notice bibliographique

RevueAIP conference proceedings · 2018
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensInstitut interdisciplinaire d'innovation technologiqueUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésFocus (optics)RowOpticsFlash (photography)PhysicsMaterials scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Dish CPV can achieve high concentration at low cost by overlapping the foci of single-axis mirrors into an oblong compound focus, which secondary optics can convert to a rectangular focus with even intensity on its major axis. The resulting focus is suitable for a dense receiver array with rows of cells-in-parallel on the minor axis with the rows themselves in series along the major axis. A dense receiver array was previously proposed in which multiple receiver segments are covered with rows of CPV cells that are shingled to minimize gaps in the photoreceptive surface. Segments are built on thermal-expansion-matched micro-channel cold plates for up to 1000× concentration. Segments share a coolant manifold and a steel housing with cooled secondary mirrors, so a receiver with hundreds of cells can be handled in-field as a unit. The first receiver segments have been built, populated with cells and flash-tested, and the first segment has been installed in a receiver and tested on sun at up to 50 W/cm2 at the focus of a multiple-single-axis-mirror dish.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,228
Écart entre enseignants0,190 · 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'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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetsolar cell performance optimizationTravaux en français237 207