MétaCan
Menu
Retour à la cohorte
Enregistrement W4233740875 · doi:10.1002/9781119713173.ch3

Thermal Energy Storage Methods

2021· other· en· W4233740875 sur OpenAlexaff
İbrahim Dinçer, Marc A. Rosen

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésThermal energy storageEnvironmental scienceEnergy storageEnergy recoveryThermal energySolar energyEnergy conservationThermalFossil fuelEnergy (signal processing)Process engineeringMeteorologyWaste managementEngineeringEcologyGeographyThermodynamicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Energy demands in the commercial, industrial, and utility sectors vary on daily, weekly, and seasonal bases. These demands can be matched with the help of thermal energy storage (TES) systems that operate synergistically. Many types of energy storage play an important role in energy conservation. Thermal energy quantities differ in temperature. As the temperature of a substance increases, the energy content also increases. Solar energy is an important alternative energy source that will likely be more utilized in the future. Solar energy applications require storage of thermal energy for periods ranging from very short durations to annual cycle time scales. In sensible TES, energy is stored by changing the temperature of a storage medium such as water, air, oil, rock beds, bricks, sand, or soil. Several systems for seasonal storing of cold have been proposed and tested. The selection of TES systems mainly depends on the storage period required, economic viability, operating conditions.

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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,858

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)0,1430,000

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 Opus0,057
Tête enseignante GPT0,357
Écart entre enseignants0,300 · 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 sujetPhase Change Materials ResearchTravaux en français237 207