MétaCan
Menu
Retour à la cohorte
Enregistrement W4390286122 · doi:10.5383/ijtee.19.01.005

Thermoacoustic Refrigeration: Short Review

2022· article· en· W4390286122 sur OpenAlexvenueno aff
Omar Ahmed Al-Mufti, Isam Janajreh

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Thermodynamic Systems and Engines
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermoacoustic heat engineThermoacousticsRefrigerationRefrigerator carWaste heatMechanical engineeringSound powerHeat pumpHeat engineWork (physics)EngineeringComputer scienceAcousticsHeat exchangerSound (geography)Physics

Résumé

récupéré en direct d'OpenAlex

Thermoacoustic is the science that studies the conversion of the heat into acoustical sound and vice versa. The conversion of heat to acoustic power is done through Thermoacoustic engine (TAE). This generated acoustic power can be converted to another and useful form such as mechanical or electrical energy. On the other hand, Thermoacoustic refrigerator (TAR) or heat pump is a device that uses acoustic sound to pump heat from a lower temperature reservoir. The most distinct feature of thermoacoustic systems is that they do not have moving parts, which makes them reliable. Thermoacoustic engine can recycle any source of waste heat and use sustainable heat like concentrated solar. Also, in contrast to conventional refrigeration methods, thermoacoustic refrigerator spares the usage of environmentally harmful gases that is daunting the centralized cooling industry. There is no doubt the thermoacoustic technology has been considered in various applications with some unspoken advancement. In this manuscript we intend to review the fundamentals of thermoacoustics and highlight their recent developments. Additionally, analytical simulation of thermoacoustic refrigerator will be discussed and validated against experimental published work. The goal is to reveal the effect of different parameters on the performance in an attempt to establish design guidelines for an improved technology metrics. The future prospects of thermoacoustic refrigeration are also presented at the end of this study.

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 enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,177 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetAdvanced Thermodynamic Systems and EnginesTravaux en français237 207