MétaCan
Menu
Retour à la cohorte
Enregistrement W4297791232 · doi:10.36761/hexagon.v3i1.1349

Alternatif Refrigeran Pengganti R22 Untuk Pendingin Ruangan Berdasarkan Keramahan Lingkungan

2022· article· id· W4297791232 sur OpenAlexaboutno aff
Nasyith Al Huda, Urip Prayogi

Notice bibliographique

RevueHexagon Jurnal Teknik dan Sains · 2022
Typearticle
Langueid
DomaineEngineering
ThématiqueEngineering and Technology Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantHumanitiesPhysicsWaste managementArtEngineering

Résumé

récupéré en direct d'OpenAlex

Kebutuhan manusia akan sistem pendingin telah menciptakan alat yang disebut dengan refrigerator. Refrigerator/mesin pendingin ini memiliki berbagai macam jenis seperti Air Conditioner (AC). Peningkatan pertumbuhan Industri ditahun 2018 sebanyak 5,67 % akan memicu peningkatan kebutuhan refrigerasi. Dari sisi regulasi refrigeran dengan basis ChloroFluoroCabron (CFC) ditargetkan sudah tidak gunakan pada tahun 1995 untuk negara maju dan 2015 untuk negara berkembang. Sedangkan refrigeran berbasis HydroFluoroCarbon (HCF) ditargetkan sudah tidak gunakan pada tahun 2020 untuk negara maju dan 2030 untuk negara berkembang, sehingga perlu dicarikan refrigerant yang ramah lingkungan sekaligus hemat energi. Refrigeran yang masih banyak digunakan adalah refrigeran R22, sesuai dengan protokol montreal, R22 akan dilarang secara total penggunaannya mulai 1 Januari 2030, sehingga diperlukan refrigerant pengganti yang lebih ramah lingkungan. Penelitian ini menganalisa refrigeran R32, R290, R410A, R125, R134A, R407C. Dimana didapatkan hasil bahwa refrigeran R290 memliki nilai ODP dan GWP yang paling rendah, namun R290 memiliki nilai flammability yang tinggi sehingga berbahaya jika digunakan. Sehingga refrigeran yang memiliki nilai ODP dan GWP yang mendekati R290 adalah R32, dan R32 aman digunakan karena memiliki nilai flammability yang masih dalam kategori aman untuk digunakan.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,013
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHexagon Jurnal Teknik dan SainsMême sujetEngineering and Technology InnovationsTravaux en français237 207