MétaCan
Menu
Retour à la cohorte
Enregistrement W4387707535 · doi:10.1177/0958305x231206507

Energy, exergy, environment and techno-economic analysis of parabolic trough collector: A comprehensive review

2023· review· en· W4387707535 sur OpenAlexaff
Oveepsa Chakraborty, Sujit Roy, Biplab Kumar Debnath, Sushant Negi, Marc A. Rosen, Sadegh Safari, Mamdouh El Haj Assad, Rajat Gupta, Biplab Das

Notice bibliographique

RevueEnergy & Environment · 2023
Typereview
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésParabolic troughNanofluidExergyMechanical engineeringThermalProcess engineeringElectricityEnvironmental scienceRenewable energySolar energyMaterials scienceEngineeringMeteorologyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Inexhaustible energy sources are the focus of the energy industry for meeting the increased need for energy and reducing carbon emissions. Among various alternatives, harnessing solar energy has become a promising choice around the world. Parabolic trough collectors (PTCs) are an effective way to transform radiant energy into thermal energy, as well as electricity. However, these collectors can be improved by refining their design and tweaking the parameters related to thermal behavior. This may be done either by enhancing the surface area or improving the heat transfer coefficient of the heat carrying medium. These kinds of improvements could be achieved by making the use of nanofluids and by using inserts or fins within the collector tube. The current study provides an extensive review of PTCs from the points of view of their design, along with their thermal characteristics. Different types of nanofluids as the working liquid are investigated and discussed to achieve better PTC performance. Inserts within the collector tube and various design approaches, including fins, twisted tubes, U-shaped tubes, coiled wire inserts, and porous twisted tape inserts, are reviewed and discussed in detail. Finally, based on this review, challenges of PTC applications are described and future research recommendations are proposed.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,037
Tête enseignante GPT0,264
Écart entre enseignants0,227 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & EnvironmentMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207