MétaCan
Menu
Retour à la cohorte
Enregistrement W4366146787 · doi:10.11159/enfht23.003

The Role of Heat Transfer and Fluid Flow in Thermal Energy Storage for Heating, Cooling and Mobility Decarbonisation

2023· article· en· W4366146787 sur OpenAlexaff
Yulong Ding

Notice bibliographique

RevueProceedings of the World Congress on Momentum, Heat and Mass Transfer · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHeat transfer fluidHeat transferThermal energy storageFlow (mathematics)ThermalMechanicsEnergy storageFluid dynamicsMaterials scienceEnergy transferNuclear engineeringEnvironmental scienceThermodynamicsEngineering physicsPhysicsEngineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Energy transport between fluids and solid walls takes place at the fluid-solid interface, and the solid surface plays an important role in affecting thermal fluidic behaviors and the energy transport. The surface effects become even more significant when multi-phase fluids are in contact with the surface, and in this case roughness and wettability are the major surface properties. There has been much research interest in applying modified surfaces in thermal fluid research and applications, and surface modification can be achieved by applying micro-and nano-scale surface textures and changing the surface chemistry. It is important to understand how the modified surfaces affect thermal-fluidic performance. In this talk, focus will be put on the surface effects related to droplet impact dynamics, droplet freezing, and transient boiling involved in a droplet train quenching high temperature substrates. Additionally, the surface effects on the bubble dynamics and heat transfer in pool boiling will also be discussed.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,237
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Momentum, Heat and Mass TransferMême sujetPhase Change Materials ResearchTravaux en français237 207