MétaCan
Menu
Retour à la cohorte
Enregistrement W4321498643 · doi:10.3390/materproc2023013039

Thermal Performance Evaluation of a PCM-Integrated Gypsum Plaster Board

2023· article· en· W4321498643 sur OpenAlexaff
Katarzyna Nowak, Tomasz Kisilewicz, Umberto Berardi, Anna Zastawna-Rumin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNarodowa Agencja Wymiany Akademickiej
Mots-clésPhase-change materialMaterials scienceHeat capacityLatent heatHysteresisGypsumThermalEnthalpyProcess engineeringHeat flowFlow (mathematics)Mechanical engineeringComposite numberPhase changeComputer scienceComposite materialThermodynamicsMechanicsEngineering

Résumé

récupéré en direct d'OpenAlex

In order to design and optimize building materials containing phase changing material (PCM), it is important to accurately characterize the thermal properties of these composites: the enthalpy curve and its hysteresis. This paper presents the initial tests of these properties for a composite panel: gypsum plasterboard with an evenly distributed layer of PCM. Performance testing of the selected material was carried out by means of the dynamic method. This method (dynamic heat flow meter apparatus (DHFMA)) involves the measurement of non-stationary heat flow to determine the stored energy (enthalpy change) as a function of temperature using a stationary heat flow measurement apparatus (HFMA). This method allows for the measurement of the sensible and latent heat capacity of the products containing phase change material. In addition to presenting the obtained results, the study will discuss the practical aspects of this test method, recently introduced in the standard ASTM C 1784-20. The preliminary experiments described in the article were aimed at learning a new research technique, determining the required conditions for conducting research and the capabilities of the possessed apparatus in this regard.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0020,001

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 Opus0,093
Tête enseignante GPT0,315
Écart entre enseignants0,222 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhase Change Materials ResearchTravaux en français237 207