MétaCan
Menu
Retour à la cohorte
Enregistrement W3200781783 · doi:10.1109/iaict52856.2021.9532528

LoRaWAN-WiFi device semiconductor technology-based for airflow measurements in HVAC systems

2021· article· en· W3200781783 sur OpenAlexaff
Jihen Souifi, Yassine Bouslimani, Mohsen Ghribi, Azeddine Kaddouri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIoT Networks and Protocols
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésThermistorAirflowHVACCompensation (psychology)Realization (probability)Temperature measurementTemperature coefficientComputer scienceTransducerAutomotive engineeringWirelessElectrical engineeringElectronic engineeringEnvironmental scienceAcousticsAir conditioningEngineeringMechanical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

This paper focuses on designing and implementing an IoT device capable of air flow measurements. The transducer is based on a Positive Temperature Coefficient (PTC) Thermistor and intended to be used with ventilation systems. The PTC Temperature depends on the power level dissipated into the surrounding medium and the airflow velocity. A PCB design and realization are proposed for a device with LoRaWAN and Wi-Fi dual capabilities. In this device and in addition to the PTC, a negative temperature coefficient (NTC) sensor is also considered for temperature compensation. A database and IoT platform are used to collect and store the realtime data of the airflow measurements.

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: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,564

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,054
Tête enseignante GPT0,271
Écart entre enseignants0,218 · 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 sujetIoT Networks and ProtocolsTravaux en français237 207