MétaCan
Menu
Retour à la cohorte
Enregistrement W2988407478 · doi:10.32438/wpe.3019

A comparative study of a direct current heating system and a gas furnace heating coil

2019· article· en· W2988407478 sur OpenAlexaffabout
Ali Taileb

Notice bibliographique

RevueWEENTECH Proceedings in Energy · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensDurham College
Organismes subventionnairesnon disponible
Mots-clésHeating elementHeating systemCurrent (fluid)Direct currentElectromagnetic coilEnvironmental scienceElectricityNuclear engineeringEngineeringElectrical engineeringMechanical engineeringProcess engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to compare the efficiency of a direct current (DC) heating system with an electrical furnace coil. This was done using a house lab as a test bed located on the Durham College Whitby Campus in Canada. The house is approximately 1000 square feet, originally built circa 1950's/1960's, with an existing gas furnace of 60,000 BTUs and an energy efficiency EnerGuide rating of 95.5. Three options were tested during winter 2016 along with the electrical heating element. Weather normalization was taken into consideration using data provided by the weather network. The analysis showed that the direct current heating system option 3 had a higher BTUH/Watt= 3.73 compared to the furnace heating element=2.25 BTUH/Watt which represent a difference of 39.6%. An energy simulation was run using the HOT2000 software to evaluate the direct current technology vs gas, oil, propane and electricity. In each case the direct current technology showed an energy savings better than the comparative technology. From the data collected and analysis, it can be concluded that the direct current system is a valid technology for heating buildings. It is more efficient than the industry standard electrical heating coil with an efficiency of up to 40% better.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,011
Tête enseignante GPT0,230
Écart entre enseignants0,219 · 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

Citations4
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWEENTECH Proceedings in EnergyMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207