MétaCan
Menu
Retour à la cohorte
Enregistrement W4367179513 · doi:10.1002/ese3.1478

Progress on rock thermal energy storage (RTES): A state of the art review

2023· article· en· W4367179513 sur OpenAlexafffund
Leyla Amiri, Hamidreza Ermagan, Jundika C. Kurnia, Ferri Hassani, Agus P. Sasmito

Notice bibliographique

RevueEnergy Science & Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensMcGill UniversityUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThermal energy storageEnergy storageProcess engineeringCapital costHeat transferComputer scienceThermal energyEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Thermal energy is one of the most widely encountered energy forms in our daily life. To ensure efficient utilization and conversion of this energy, the balance between supply and demand needs to be maintained. For this purpose, thermal energy storage is required. There are various thermal energy storage systems available; one of the most basic is sensible thermal energy storage which includes rock thermal energy storage (RTES). This rock‐based energy storage has recently gained significant attention due to its capability to hold large amounts of thermal energy, relatively simple storage mechanism and low cost of storage medium. Accordingly, numerous studies have been conducted to elucidate the basic flow and heat transfer mechanism and to evaluate the performance of this energy storage. The major technical challenges hindering the wide adoption of this technology are the enormous pressure drop across the storage and nonoptimal heat transfer from the heat transfer fluid to the storage medium and vice versa. These issues will directly and indirectly affect the overall cost (capital, operational, and maintenance costs) of the system. To eliminate this issue and assist further development of this technology, it is crucial to compile and extract important findings from these previous studies, identify the challenge and research gap, and draw guidelines for the upcoming research and development. At the moment, this kind of compilation does not exist. Hence, this paper is prepared with the primary objective to comprehensively review the current technology and development of RTES and to propose a potential way forward based on the pain point identified. Discussion on the nontechnical aspect such as policy and regulations as well as community awareness will also be outlined and 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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergy Science & EngineeringMême sujetPhase Change Materials ResearchTravaux en français237 207