MétaCan
Menu
Retour à la cohorte
Enregistrement W4211223150 · doi:10.3390/inventions4010016

Current Advances in Ejector Modeling, Experimentation and Applications for Refrigeration and Heat Pumps. Part 2: Two-Phase Ejectors

2019· article· en· W4211223150 sur OpenAlexaff
Zine Aidoun, Khaled Ameur, Mehdi Falsafioon, Messaoud Badache

Notice bibliographique

RevueInventions · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésRefrigerantInjectorRefrigerationEntrainment (biomusicology)Heat pump and refrigeration cycleVapor-compression refrigerationComputer scienceWork (physics)Mechanical engineeringEngineeringHeat exchangerPhysics

Résumé

récupéré en direct d'OpenAlex

Two-phase ejectors play a major role as refrigerant expansion devices in vapor compression systems and can find potential applications in many other industrial processes. As a result, they have become a focus of attention for the last few decades from the scientific community, not only for the expansion work recovery in a wide range of refrigeration and heat pump cycles but also in industrial processes as entrainment and mixing enhancement agents. This review provides relevant findings and trends, characterizing the design, operation and performance of the two-phase ejector as a component. Effects of geometry, operating conditions and the main developments in terms of theoretical and experimental approaches, rating methods and applications are discussed in detail. Ejector expansion refrigeration cycles (EERC) as well as the related theoretical and experimental research are reported. New and other relevant cycle combinations proposed in the recent literature are organized under theoretical and experimental headings by refrigerant types and/or by chronology whenever appropriate and systematically commented. This review brings out the fact that theoretical ejector and cycle studies outnumber experimental investigations and data generation. More emerging numerical studies of two-phase ejectors are a positive step, which has to be further supported by more validation work.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,020
Tête enseignante GPT0,324
Écart entre enseignants0,304 · 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

Citations51
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInventionsMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207