MétaCan
Menu
Retour à la cohorte
Enregistrement W4200593721 · doi:10.1002/9781119713173.ch4

Energy and Exergy Analyses

2021· other· en· W4200593721 sur OpenAlexaff
İbrahim Dinçer, Marc A. Rosen

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésExergyExergy efficiencySecond law of thermodynamicsProcess engineeringThermal energy storageEnvironmental scienceEnergy storageEfficient energy useThermodynamicsRange (aeronautics)Computer scienceEngineeringPhysicsAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This chapter describes how energy and exergy analyses of thermal energy storage (TES) systems are performed, and to demonstrate the usefulness of such analyses in providing insights into TES behavior and performance. Exergy analysis is a thermodynamic analysis technique based on the Second Law of Thermodynamics which provides an alternative and illuminating means of assessing and comparing TES systems rationally and meaningfully. The chapter also describes theoretical and practical aspects of energy and exergy analyses and discusses general thermodynamic considerations in TES evaluation. It details the use of exergy in evaluating a closed TES system, with in-depth discussions of two critical evaluation factors: appropriate TES efficiency measures and the importance of temperature in performance evaluations for sensible TES systems. The chapter considers applications of exergy analysis to a wide range of TESs, including aquifer TES systems, thermally stratified storage systems and cold TES systems.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,552
Score d'incertitude au seuil0,979

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)0,0320,000

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 Opus0,030
Tête enseignante GPT0,280
Écart entre enseignants0,251 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207