MétaCan
Menu
Retour à la cohorte
Enregistrement W2893997903 · doi:10.1115/1.4041557

A New Approach to Delay or Prevent Frost Formation in Membranes

2018· article· en· W2893997903 sur OpenAlexaff
Pooya Navid, Shirin Niroomand, Carey J. Simonson

Notice bibliographique

RevueJournal of Heat Transfer · 2018
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFrost (temperature)MembraneSaturation (graph theory)MoistureHumidityMass transferMechanicsCondensationRelative humidityThermodynamicsMaterials scienceEnvironmental scienceChemistryComposite materialPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Saturation of the water vapor is essential to form frost inside a permeable membrane. The main goal of this paper is to develop a numerical model that can predict temperature and humidity inside a membrane in order to show the location and time of saturation. This numerical model for heat and mass transfer is developed to show that frost formation may be prevented or delayed by controlling the moisture transfer through the membrane, which is the new approach in this paper. The idea is to simultaneously dry and cool air to avoid saturation conditions and thereby eliminate condensation and frosting in the membrane. Results show that saturation usually occurs on side of the membrane with the highest temperature and humidity. The numerical model is verified with experimental data and used to show that moisture transfer through the membrane can delay or prevent frost formation.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,113
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,041
Tête enseignante GPT0,277
Écart entre enseignants0,235 · 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.

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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207