MétaCan
Menu
Retour à la cohorte
Enregistrement W4386727124 · doi:10.18280/ijdne.180403

A Comparative Analysis of the Efficiency of Monocrystalline and Polycrystalline Photovoltaic Modules: CTI-80 and YHM-205-27P

2023· article· en· W4386727124 sur OpenAlexvenueno aff
Hasan Sh. Majdi, Abdalfadel Younis, Atheer Raheem Abdullah, Monaem Elmnifi, Laith Jaafer Habeeb

Notice bibliographique

RevueInternational Journal of Design & Nature and Ecodynamics · 2023
Typearticle
Langueen
DomaineEngineering
Thématiquesolar cell performance optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMonocrystalline siliconMaterials sciencePhotovoltaic systemCrystalliteEngineering physicsEngineeringOptoelectronicsMetallurgyElectrical engineeringSilicon

Résumé

récupéré en direct d'OpenAlex

This paper compares the theoretical and actual efficiency of two solar panels, CTI-80 and YHM-205-27P, using Engineering Equation Solver (EES) software. The comparison is based on specific parameters, and the rationale behind their selection is explained. The results show that the CTI-80 panel is more efficient than the YHM-205-27P panel due to the monocrystalline solar cells, which provide more efficiency than polycrystalline solar cells. Although the YHM-205-27P panel has more solar cells, the CTI-80 panel is still more efficient. The temperature affects the theoretical efficiency, as it assumes that all photons have the energy to break the bond in the n-type layer, while in reality, not all photons have sufficient power. Both theoretical and actual efficiencies are lower than the theoretical efficiency due to temperature. The conclusion emphasizes the importance of choosing the right type of solar panel for a particular application based on its efficiency and recommends using monocrystalline solar cells for higher efficiency.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,241
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 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'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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Design & Nature and EcodynamicsMême sujetsolar cell performance optimizationTravaux en français237 207