MétaCan
Menu
Retour à la cohorte
Enregistrement W4366273518 · doi:10.1088/1742-6596/2477/1/012022

Boiling Heat Transfer Coefficients of R290 in Tubes

2023· article· en· W4366273518 sur OpenAlexaboutno aff
Fengbing Ni

Notice bibliographique

RevueJournal of Physics Conference Series · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Boiling Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRefrigerantPropaneFlammabilityBoilingHeat transferEnvironmental scienceHeat of combustionMaterials scienceFuel efficiencyWaste managementProcess engineeringNuclear engineeringThermodynamicsChemistryMechanical engineeringComposite materialEngineeringHeat exchangerCombustionOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In 2016, Montreal Protocol Kigali Amendment stipulated that developed countries should reduce the consumption and production of HFCs from 2019 and that developing countries should start the reduction in 2029. New alternative refrigerants should have lower GWP to reduce negative effects on the environment. Propane (R290) is an efficient and clean energy fuel. It not only has a high calorific value, but also has the advantages of large reserves and light weight. However, it has high flammability, so it has not been applied in production extensively. Therefore, despite the possible applications for propane as a refrigerant, a limited quantity of heat transfer information can be found in the open literature. In this study, the boiling heat transfer of R290 in 1.5, 4.0 and 6.0 mm smooth tubes was experimentally studied in the existing literature, and draws some conclusions with the usage of comparative analysis method.

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 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 enseignants0,292
Score d'incertitude au seuil0,431

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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,244
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 tête enseignante, 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetHeat Transfer and Boiling StudiesTravaux en français237 207