MétaCan
Menu
Retour à la cohorte
Enregistrement W4381186598 · doi:10.11159/ehst23.129

Torsion Spring-Based Mechanical Energy Storage for Renewable Energy Systems: Design and Performance Evaluation

2023· article· en· W4381186598 sur OpenAlexaff
Liam Crabtree, Liam Easterbrook, Jonas Hill, A. J. Leitch, Mostafa H. Sharqawy

Notice bibliographique

RevueProceedings of the International Conference of Energy Harvesting, Storage, and Transfer · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric and Hybrid Vehicle Technologies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRenewable energyTorsion springTorsion (gastropod)Spring (device)Energy storageComputer scienceStructural engineeringMechanical engineeringEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

To combat climate change, economies around the world will need to rapidly transition away from fossil fuel-based energy. Renewable energy sources, such as solar and wind power, offer a path toward sustainability To combat the intermittency of renewables, robust and reliable energy storage systems are needed to produce a stable energy grid system Current grid-scale energy storage solutions include pumped hydroelectric systems, and chemical battery systems, which have significant environmental and geographical impacts, disrupting natural ecosystems. New energy storage technologies will need to be developed to meet the demand of a transitioning energy grid, and mechanical energy storage systems show promise to address the issues with current energy storage technologies.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,454
Score d'incertitude au seuil0,569

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 Opus0,037
Tête enseignante GPT0,225
Écart entre enseignants0,189 · 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'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 International Conference of Energy Harvesting, Storage, and TransferMême sujetElectric and Hybrid Vehicle TechnologiesTravaux en français237 207