MétaCan
Menu
Retour à la cohorte
Enregistrement W4385301129 · doi:10.1109/metroaerospace57412.2023.10189973

Free cooling data centres for smart ports and shipping: an energy efficiency analysis

2023· article· en· W4385301129 sur OpenAlexfundno aff
Michele Fiorini, Francesco De Angelis

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMaritime Transport Emissions and Efficiency
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Musculoskeletal Health and Arthritis
Mots-clésSuiteData centerElectronic data interchangeComputer scienceEfficient energy useDomain (mathematical analysis)ArcticShoreThe arcticTelecommunicationsEngineeringOceanographyDatabaseGeographyComputer networkGeologyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The IMO e-navigation concept as a systems engineering approach to digitalise the maritime sector contribute to harmonise the technology developments moving from the traditional (analogical) equipments to digital systems for ships and ports. Nowadays a modern triple E class ship exchange some 30TB of data per month between ship and shore (mostly via satellite links) and store about 2GB of data per day. All those data are handled by digital infrastructures first and foremost data centers. The paper introduce the digitalisation in the maritime domain and focus on data centers energy efficiency case studies with measurements data collected at different latitudes from the Mediterranean basin to the Arctic. The data center Free Cooling Technique (FCT) is also presented and analysed to optimise energy consumptions.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,028
Tête enseignante GPT0,259
Écart entre enseignants0,231 · 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.

Devis d'étudeObservationnel
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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMaritime Transport Emissions and EfficiencyTravaux en français237 207