MétaCan
Menu
Retour à la cohorte
Enregistrement W4392905831 · doi:10.32920/25417267

Studies in Ground Heat Transfer and Thermal Energy Storage Using Phase Change Material and Nanoparticles

2024· preprint· en· W4392905831 sur OpenAlexaff
Reza Daneshazarian

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPhase-change materialOctadecaneThermal energy storageHeat transferMaterials scienceThermodynamicsEnergy storageThermalEnclosureHeat transfer enhancementLatent heatNanoparticlePhase changeComposite materialChemical engineeringChemistryNanotechnologyHeat transfer coefficientEngineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

<p>The thesis begins with a literature review of phase change material (PCM) and heat transfer intensification methods. The challenges of using these methods are discussed, and the potential of adding nanoparticles as one of the heat transfer enhancement methods is explored thoroughly and presented. Also, the potential of implementing thermally enhanced latent heat thermal energy storage (TES) in a ground source heat pump (GSHP) system is presented. A detailed study has been carried out on developing an enhanced numerical approach to investigate the melting performance of nanoPCM (exfoliated graphene nanoplatelets (xGnP)octadecane) filled in a vertical cylindrical enclosure at different weight concentrations. The results showed that by adding 0.5wt% of xGnP in the base PCM (octadecane), the melting rate decreases by 9.7% and the heat storage rate increases by 12.6%.</p>

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,090
Score d'incertitude au seuil1,000

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 ouverte0,0000,001
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 Opus0,195
Tête enseignante GPT0,369
Écart entre enseignants0,173 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhase Change Materials ResearchTravaux en français237 207