MétaCan
Menu
Retour à la cohorte
Enregistrement W3192988928 · doi:10.18280/ijsse.110308

New Approaches for Protecting the Computer and Electronic Devices Against Heat Dissipation

2021· article· en· W3192988928 sur OpenAlexvenueno aff
Driss Meddah Medjahed, Giulio Lorenzini, Redha Rebhi, Hijaz Ahmad, Younes Menni

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeat sinkDissipationThermal management of electronic devices and systemsThermal resistanceResistorMaterials scienceCoolantHigh heatMechanicsMechanical engineeringHeat transferThermodynamicsEngineeringPhysicsComposite materialElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This research is based on an experimental investigation of four different types of heatsinks, which was backed up by a simulation analysis. The goal of this study is to determine the relevance of various heatsink forms and sizes, as well as to enhance the best situation. The cooling strength of these heatsinks was next investigated experimentally and then numerically, while adjusting in the same initial conditions, finding in principle that the experimental and numerical results agree, with a contrast ratio of less than 10.24%. As a consequence, we concluded that the coolant D3, which is circular and has a heat resistance of 0.582 K. W-1, is stronger than the D2 compact circular cooler, which has a resistance of 0.590 K. W-1. These two varieties were far superior to the regular D1 heatsink, which first debuted in the early days of computers and had a resistance of 0.595 K. W-1, but the best was the mixed engineering D4 heatsink, which had a heat resistance of 0.50 K. W-1. Changes were also made to the geometry of the best heatsink D4, by varying its heights (28, 23, 19, and 15 mm). The heat resistors were arranged in sequence (0.50, 0.560, 0.568, 0.586 kg/s), and the weights were arranger in order (3.12N, 2.56N, 2.11N and 1.67N).

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,247

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 GPT0,203
Écart entre enseignants0,194 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetHeat Transfer and OptimizationTravaux en français237 207