MétaCan
Menu
Retour à la cohorte
Enregistrement W3091225881 · doi:10.1016/j.ceramint.2021.02.257

Silica-silicon composites for near-infrared reflection: A comprehensive computational and experimental study

2021· preprint· en· W3091225881 sur OpenAlexafffund
Kevin Conley, Shima Moosakhani, Vaibhav Thakore, Yanling Ge, Joonas Lehtonen, Mikko Karttunen, Simo‐Pekka Hannula, Tapio Ala-Nissilä

Notice bibliographique

RevueCeramics International · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueThermal Radiation and Cooling Technologies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCSC – IT Center for ScienceChina Scholarship CouncilAalto-YliopistoCanada Research ChairsAcademy of FinlandCompute Canada
Mots-clésMaterials scienceMicrostructureInfraredComposite numberComposite materialRadiative transferDiffuse reflectionSiliconScatteringVolume fractionReflection (computer programming)SemiconductorParticle (ecology)PorosityMonte Carlo methodOptoelectronicsOptics

Résumé

récupéré en direct d'OpenAlex

Compact layers containing embedded semiconductor particles consolidated using pulsed electric current sintering exhibit intense, broadband near-infrared reflectance. The composites consolidated from nano- or micro-silica powder have a different porous microstructure which causes scattering at the air-matrix interface and larger reflectance primarily in the visible region. The 3 mm thick composite compacts reflect up to 72% of the incident radiation in the near-infrared region with a semiconductor microinclusion volume fraction of 1% which closely matches predictions from multiscale Monte Carlo modeling and Kubelka-Munk theory. Further, the calculated spectra predict a reddish tan compact with improved reflectance can be obtained by decreasing the average particle size or broadening the standard deviation. The high reflectance is achieved with minimal dissipative losses and facile manufacturing, and the composites described herein are well-suited to control the radiative transfer of heat in devices at high temperature and under harsh conditions.

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 candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,006
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 savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,302
Écart entre enseignants0,275 · 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

Citations1
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCeramics InternationalMême sujetThermal Radiation and Cooling TechnologiesTravaux en français237 207