MétaCan
Menu
Retour à la cohorte
Enregistrement W4390501096 · doi:10.5383/ijtee.05.01.003

Energy Saving in Building with Latent Heat Storage

2012· article· en· W4390501096 sur OpenAlexvenueno aff

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésThermocouplePhase-change materialCooling loadMaterials scienceCeiling (cloud)Air conditioningEnvironmental scienceNuclear engineeringInletLatent heatRoom air distributionMechanicsComposite materialMeteorologyThermodynamicsPhase changeMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This article presents an experimental analysis of peak load shifting for air conditioning system using PCM (phase change material) in a room. The melting range of the used PCM is from 20 to 25°C. The amount of the PCM is determined according to the cooling load of the room during the peak time. The hourly cooling load is calculated. A low-power fan is used to drive air over the PCM capsules, which are arranged in a chamber above the room. Auxiliary cooling unit is used to freeze the PCM when the night temperature is higher than 18°C. The temperatures of the PCM are measured by 9 thermocouples inserted inside a capsule. The variant degrees of temperature of the air at the inlet, at the middle, and at the outlet of the air-passing chamber as well as at the room are measured during day and night. In addition to that, the climate conditions are measured. As a result, during the peak load shifting time, which is within 2 hours, the decrease of the room temperature is between 7-10 °C by using PCM ceiling system. Consequently, it can be concluded that the PCM system is effective for the peak load shifting.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0040,000

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 GPT0,205
Écart entre enseignants0,195 · 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'étudeSimulation ou modélisation
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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetPhase Change Materials ResearchTravaux en français237 207