MétaCan
Menu
Retour à la cohorte
Enregistrement W4226162414 · doi:10.3390/buildings12040425

Effect of Temperature on Long-Term Thermal Conductivity of Closed-Cell Insulation Materials

2022· article· en· W4226162414 sur OpenAlexaffabout
Sudhakar Molleti, David van Reenen

Notice bibliographique

RevueBuildings · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceThermal conductivityComposite materialPolystyreneThermal insulationConductivityAtmospheric temperature rangeService lifePolymerThermodynamicsChemistryLayer (electronics)

Résumé

récupéré en direct d'OpenAlex

This study examines the isolated impact of temperature on the accelerated aging of closed-cell foam insulation materials. Laboratory aging of closed-cell foams was conducted at three temperatures: −10, 23 and 50 °C. This was to cover the range of the material’s in-service range within a Canadian climate. Three polyisocyanurate foam and one extruded polystyrene foam insulations were considered in the study. The three polyisocyanurate foam products tested showed significant variability in polynomial functions at lower mean temperatures when newly manufactured; however, these differences were found to diminish over time. Thermal conductivity decreased between 0% and 17% depending on mean temperature following equivalent 5-year aging at 23 °C. Aging polyisocyanurate specimens at −10 °C was found to decrease rate of change in thermal conductivity by approximately 5% compared to aging at 23 °C when measured at a mean temperature of 24 °C, while aging at 50 °C had a smaller impact. However, at mean temperatures below the beginning of condensation point, there was greater variability in the impact of aging temperature. For the extruded polystyrene, thermal conductivity decreased between 8% and 10% following equivalent 5-year aging at 23 °C and displayed a linear relationship with a 23% difference in thermal conductivity between −10 °C and 40 °C.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,387
Score d'incertitude au seuil0,420

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 Opus0,004
Tête enseignante GPT0,202
Écart entre enseignants0,198 · 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'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

Citations11
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207