MétaCan
Menu
Retour à la cohorte
Enregistrement W4366827295 · doi:10.3390/en16093610

Diffusion Absorption Refrigeration Systems: An Overview of Thermal Mechanisms and Models

2023· article· en· W4366827295 sur OpenAlexaff
Baby-Jean Robert Mungyeko Bisulandu, Rami Mansouri, Adrian Ilinca

Notice bibliographique

RevueEnergies · 2023
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Thermodynamics and Statistical Mechanics
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à MontréalUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésAbsorption refrigeratorRefrigerationRenewable energyScope (computer science)Vapor-compression refrigerationProcess engineeringGreenhouse gasFossil fuelGeothermal gradientEnvironmental scienceGeothermal energyComputer scienceSystems engineeringRefrigerantEnvironmental economicsEngineeringMechanical engineeringWaste managementHeat exchangerElectrical engineeringPhysicsEconomics

Résumé

récupéré en direct d'OpenAlex

The energy transition, originating in the limitation of fossil resources and greenhouse gas (GHG) emission reduction, is the basis of many studies on renewable energies in different industrial applications. The diffusion absorption refrigeration machines are very promising insofar as they allow the use of renewable resources (solar, geothermal, waste gas, etc.). This technology is often considered an alternative to vapor compression systems in cooling and refrigeration applications. This paper aims to overview the thermal mechanisms related to modeling system energy sources and highlight the primary methodologies and techniques used. We study and analyze the technology’s current challenges and future directions and, finally, identify the gaps in the existing models to pave the way for future research. The paper also gives a classification of absorption refrigeration systems (ARS) to position and limit the scope of the study. The paper will help researchers who approach the various aspects to have a global synthetic analysis of the mechanisms characterizing the modeling of energy sources of absorption refrigeration machines.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,514
Score d'incertitude au seuil0,256

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 Opus0,038
Tête enseignante GPT0,288
Écart entre enseignants0,250 · 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'étudeThéorique ou conceptuel
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetAdvanced Thermodynamics and Statistical MechanicsTravaux en français237 207