MétaCan
Menu
Retour à la cohorte
Enregistrement W4237274271 · doi:10.32920/ryerson.14661522

Hygrothermal Analysis and Prediction of Long-Term Thermal Performance of Aerogel-Enhanced Superinsulation Products

2021· preprint· en· W4237274271 sur OpenAlexaff
Hamideh Nosrati

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemistry
ThématiqueAerogels and thermal insulation
Établissements canadiensToronto Metropolitan UniversitySciencetech (Canada)
Organismes subventionnairesnon disponible
Mots-clésAerogelMaterials scienceDurabilityComposite materialThermal conductivityThermal resistanceThermalHumidityMoistureRelative humidityMeteorology

Résumé

récupéré en direct d'OpenAlex

Aerogel-enhanced insulating materials provide significantly higher thermal resistance per unit of thickness compared to conventional insulating materials. These superinsulation materials are relatively new in the construction industry, and their thermal properties under different hygric conditions and their durability are still unknown. In this study, the main characteristics of a variety of aerogel-based materials under different climatic conditions were studied. Furthermore, the samples underwent accelerated aging tests, and the impact of aging on the thermal performance of aerogel-based products was investigated. The results showed that the thermal properties of aerogel-based products are affected by moisture content and their thermal resistance degraded under extreme humidity conditions. The analysis of the aging effects showed that aerogel-based products would maintain their superior thermal performance over time. The average increase in the thermal conductivity (compared to the pristine condition) was below 10% after the equivalent of twenty years of aging under various climatic factors.

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 candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,094
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAerogels and thermal insulationTravaux en français237 207