MétaCan
Menu
Retour à la cohorte
Enregistrement W3124321794 · doi:10.24018/ejers.2019.4.12.1640

A Comparison of Solar Photovoltaic and Solar Thermal Collector for Residential Water Heating and Space Heating System

2019· article· en· W3124321794 sur OpenAlexaboutno aff
Md. Habibur Rahaman

Notice bibliographique

RevueEuropean Journal of Engineering and Technology Research · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemPhotovoltaic thermal hybrid solar collectorStorage heaterThermal energy storageSolar energyStorage water heaterEnvironmental scienceSizingElectricityProcess engineeringSolar air conditioningPassive solar building designWaste managementHeat pumpAutomotive engineeringEngineeringElectrical engineeringMechanical engineeringWater heaterHeat exchangerChemistryThermodynamics

Résumé

récupéré en direct d'OpenAlex

Almost all single-family detached houses in Canada consume enormous electrical energy for space heating and domestic hot water (DHW) purposes. There are many possibilities to design an energy-efficient house. A solar water heating system can be used for domestic water and space heating. Water temperature can be kept constant always by connecting a heat pump or oil burner to the main tank because solar energy is intermittent. The sizing of solar photovoltaic and collector, tank, heat pump is essential to design an effective system based on the system energy consumption. The existing house is just a conventional house where space and water heating are provided by the grid electricity only. In this research, two possible ways of thermal energy storage systems have been designed for a residential single-family house with solar collector and solar photovoltaic. It is proved that the proposed PV based energy storage system is highly suitable considering lower cost, high output power, flexibility, and easy installation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,016
Tête enseignante GPT0,256
Écart entre enseignants0,240 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Engineering and Technology ResearchMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207