MétaCan
Menu
Retour à la cohorte
Enregistrement W2964278756 · doi:10.2514/1.t5684

Thermal Contact Resistance at Rough Ceramic–Metallic Joints

2019· article· en· W2964278756 sur OpenAlexafffund
Mikel Garcia-Poulin, Majid Bahrami

Notice bibliographique

RevueJournal of Thermophysics and Heat Transfer · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser University
Mots-clésMaterials scienceCeramicComposite materialContact resistanceThermal contact conductanceMetalThermal resistanceThermalInterfacial thermal resistanceHeat transferMechanicsMetallurgyThermodynamicsLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

Engineered ceramics are widely used in a variety of industries in demanding thermal environments. In power electronics, for example, the thermal contact resistance (TCR) between ceramic insulators and metallic heat sinks can be a significant bottleneck to heat transfer. Despite this, the existing TCR literature has (for the most part) focused on metal–metal contacts. In this study, the thermal contact resistance between aluminum oxide, alumina nitride, and stainless steel is experimentally measured using the guarded heat flow meter technique, as per ASTM E1530 (“Standard Test Method for Evaluating the Resistance to Thermal Transmission of Materials by the Guarded Heat Flow Meter Technique,” ASTM International STD E1530-11, West Conshohocken, PA, 2016). Tests are conducted both under vacuum and under atmospheric pressure in order to compare results with existing metal–metal TCR models. Experimental results are within a 25% rms relative difference of existing statistical-based conforming rough plastic TCR models.

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 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 enseignants0,421
Score d'incertitude au seuil0,445

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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.

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

Citations8
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Thermophysics and Heat TransferMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207