MétaCan
Menu
Retour à la cohorte
Enregistrement W4223493485 · doi:10.3390/en15082784

Experimental Assessment of the Thermal Conductivity of Basalt Fibres at High Temperatures

2022· article· en· W4223493485 sur OpenAlexaff
Yuri Vankov, E.R. Bazukova, Dmitry A. Emelyanov, Alexander Fedyukhin, Olga Afanaseva, Irina Akhmetova, Umberto Berardi

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésThermal conductivityMaterials scienceThermal insulationComposite materialThermalThermal stabilityRange (aeronautics)Atmospheric temperature rangeThermodynamicsChemical engineering

Résumé

récupéré en direct d'OpenAlex

This paper investigates fibrous thermal insulation materials of various densities to assess the change in their thermophysical properties at high temperatures. The thermal conductivity of fibrous thermal insulation materials is discussed as a function of the temperature in the range from 50 °C to 500 °C. It is shown that the thermal insulating properties depend not only on the physical properties of the material (e.g., density or diameter of fibres), but also on the geometric parameters of the structure and on the orientation of the fibres. The influence of high temperatures on the mass change of fibrous materials associated with the burnout of synthetic binders is shown. These features should be taken into account during the design of thermal insulation operating at high temperatures to provide the optimal selection of the material and to guarantee the stability of their thermal properties.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,013
Tête enseignante GPT0,256
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAerogels and thermal insulationTravaux en français237 207