MétaCan
Menu
Retour à la cohorte
Enregistrement W3153229137 · doi:10.1007/s10652-021-09790-w

Cooling tower plume abatement and plume modeling: a review

2021· review· en· W3153229137 sur OpenAlexafffund
Shuo Li, M. R. Flynn

Notice bibliographique

RevueEnvironmental Fluid Mechanics · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésPlumeCooling towerMeteorologyEnvironmental scienceTurbulenceAtmospheric sciencesGeologyAerospace engineeringEngineeringWater coolingPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Visible plumes above wet cooling towers are of great concern due to the associated aesthetic and environmental impacts. The parallel path wet/dry cooling tower is one of the most commonly used approaches for plume abatement, however, the associated capital cost is usually high due to the addition of the dry coils. Recently, passive technologies, which make use of free solar energy or the latent heat of the hot, moist air rising through the cooling tower fill, have been proposed to minimize or abate the visible plume and/or conserve water. In this review, we contrast established versus novel technologies and give a perspective on the relative merits and demerits of each. Of course, no assessment of the severity of a visible plume can be made without first understanding its atmospheric trajectory. To this end, numerous attempts, being either theoretical or numerical or experimental, have been proposed to predict plume behavior in atmospheres that are either uniform versus density-stratified or still versus windy (whether highly-turbulent or not). Problems of particular interests are plume rise/deflection, condensation and drift deposition, the latter consideration being a concern of public health due to the possible transport and spread of Legionella bacteria.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,031
Tête enseignante GPT0,268
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreSynthèse

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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Fluid MechanicsMême sujetWind and Air Flow StudiesTravaux en français237 207