MétaCan
Menu
Retour à la cohorte
Enregistrement W2951049935 · doi:10.30501/jree.2018.88491

Comprehensive Evaluation of Using Solar Water Heater on a Household Scale in Canada

2018· article· en· W2951049935 sur OpenAlexaffabout
Mehdi Jahangiri, Akbar Alidadi Shamsabadi, Hamed Saghaei

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWater heatingHydropowerEnvironmental scienceEnvironmental engineeringSolar energyWaste managementSolar water heatingWater heaterEngineeringMeteorologyGeographyElectrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Canadian researchers are now trying to exploit much more energy from solar sources, hydropower, wind, and biomass. Given the fact that reducing the carbon pollutant level is a political priority in Canada, this paper studies the feasibility of providing sanitary hot water and space heating demands of a four-member family in 10 provinces in this country. The feasibility analysis was performed by T*SOL Pro 5.5 software, and radiation data were obtained by MeteoSyn software. Results indicated that the most suitable station in terms of using solar water heater was Regina, which supplied 35 % of the total heat load for space heating and sanitary hot water purposes. This accounted for 5074 kWh of heat for space heating (25 % of demand) and 3112 kWh energy for sanitary hot water (94 % of demand) using a 40 m2 solar collector. In addition, results are indicative of an annual amount of saving up to 2080 kg of CO2 in the Regina station and an annual reduction of 984 m3 in natural gas for this station. In conclusion, Canada has a potentially alluring market to utilize solar water heaters for providing sanitary hot water for the residential sector.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil1,000

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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,288
Tête enseignante GPT0,479
Écart entre enseignants0,192 · 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'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

Citations32
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetBuilding Energy and Comfort OptimizationTravaux en français237 207