MétaCan
Menu
Retour à la cohorte
Enregistrement W4389541004 · doi:10.17118/11143/20992

Frost formation over a cold plate with icephobic coatings

2023· article· en· W4389541004 sur OpenAlexafffund
Mouna Rahal, Alexandre Coulombe, Reza Jafari, Sébastien Poncet, Hachimi Fellouah

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversité du Québec à ChicoutimiUniversité de Sherbrooke
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsNatural Resources CanadaHydro-QuébecUniversité de Sherbrooke
Mots-clésFrost (temperature)Materials scienceComposite materialCold climateMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract: In this study, a new experimental set-up has been developed to investigate by flow visualizations the frost formation and growth on a cold plate. Seven environmental conditions, varying the air temperature, relative humidity, and velocity and the plate temperature, are considered. For the uncoated plate, the experimental data on the temporal evolution of the frost layer thickness enable to validate a pseudo 1D model formerly developed. Three bioinspired icephobic surfaces including superhydrophobic, SLIPS and self-lubricant coatings are then compared to the base case without coating for five environmental conditions. Superhydrophobic coating provides the highest retardation time for the formation and growth of frost compared to the SLIPS and self-lubricant coatings whatever the environmental conditions. It appears as a valuable way to delay the formation of frost and improve the performance of refrigeration systems based on eutectic plates, used for the transport of food products.

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 enseignants0,520
Score d'incertitude au seuil0,326

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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,183 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetIcing and De-icing TechnologiesTravaux en français237 207