MétaCan
Menu
Retour à la cohorte
Enregistrement W2921888813 · doi:10.3390/wsf2-01163

An Exergy Based Approach to Noise Prevention in Wind Turbines: Concept and Preliminary Assessment

2012· article· en· W2921888813 sur OpenAlexafffund
Ofelia A. Jianu, Marc A. Rosen, G.F. Naterer

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWind powerEnvironmental scienceNoise (video)TurbineGreenhouse gasWind speedMarine engineeringFlow (mathematics)Renewable energyComputer scienceEngineeringMeteorologyAerospace engineeringGeology

Résumé

récupéré en direct d'OpenAlex

Unsustainable human activities and practices are polluting water supplies and emitting to the atmosphere greenhouse gases as well as compounds that erode the earth\'s protective ozone layer. The potential impact on human health and economic costs associated with global warming have motivated scientists and engineers to seek sustainable technologies. One such technology is the wind turbine, which harnesses energy from the wind. However, a significant hindrance preventing the widespread use of wind turbines is the noise they produce. This study examines flow over an object and the consequent noise generation produced by this flow-structure interaction. Flow over a cylinder has been chosen as the benchmark. The aim of this study is to correlate three main characteristic parameters of the system, namely, the generated sound pressure level, the exergy destroyed, and the normal flow velocity). The main motivation for this work is to relate the exergy destruction to the noise generated in the flow to improve understanding and to provide a correlation can be utilized to reduce or minimize the noise of wind turbines.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,043
Tête enseignante GPT0,421
Écart entre enseignants0,377 · 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetNoise Effects and ManagementTravaux en français237 207