MétaCan
Menu
Retour à la cohorte
Enregistrement W4381194114 · doi:10.11159/ehst23.121

Vermiculite/LiCl Composite for Adsorption Thermal Energy Storage

2023· article· en· W4381194114 sur OpenAlexafffund
Suboohi Shervani, Curtis Strong, F. Handan Tezel

Notice bibliographique

RevueProceedings of the International Conference of Energy Harvesting, Storage, and Transfer · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésVermiculiteAdsorptionComposite numberMaterials scienceEnergy storageThermalThermal energy storageComposite materialChemistryPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Sorption based thermal energy storage systems are amassing more attention of the researchers, due to their high energy storage density, stability and cyclic performance.Several materials have been used for adsorption based thermal energy storage technology.One promising group of materials are hygroscopic salts (e.g.metal chlorides), due to their high energy storage density and water vapour sorption capacity.However, hygroscopic salts are difficult to handle due to deliquescence and issues of cyclic stability.One method of stabilizing hygroscopic salts is to impregnate a host material with them to form a salt-in-matrix composite.Vermiculite is considered to be a good candidate as a host material for salt-in-matrix composites for thermal energy storage due to its high porosity, high stability, and low cost.Pure vermiculite has low energy storage density in comparison to traditional adsorbents.However, when vermiculite is impregnated with LiCl energy storage density values of up to 159 kWh/m 3 can be achieved at 50% relative humidity after a regeneration temperature of 120C.This paper includes the synthesis and characterization, e.g.structural and thermal energy storage properties of the vermiculite based composite.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,602
Score d'incertitude au seuil0,575

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 Opus0,024
Tête enseignante GPT0,221
Écart entre enseignants0,197 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the International Conference of Energy Harvesting, Storage, and TransferMême sujetAdsorption and Cooling SystemsTravaux en français237 207