MétaCan
Menu
Retour à la cohorte
Enregistrement W4396906816 · doi:10.1617/s11527-024-02369-z

Reviewing experimental studies on sensible thermal energy storage in cementitious composites: report of the RILEM TC 299-TES

2024· article· en· W4396906816 sur OpenAlexaff
Juan J. Gaitero, Achutha Prabhu, Daniel Hochstein, Reza Mohammadi-Firouz, Claudiane Ouellet‐Plamondon, Mathieu Bendouma, Didier Snoeck, Irene Ramón-Álvarez, S. Sánchez-Delgado, Manuel Torres‐Carrasco, Jorge S. Dolado

Notice bibliographique

RevueMaterials and Structures · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueConcrete and Cement Materials Research
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesEuskal Herriko Unibertsitatea
Mots-clésComposite materialMaterials scienceSolid mechanicsCementitiousThermalForensic engineeringCementEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Thermal energy storage (TES) systems have been a subject of growing interest due to their potential to address the challenges of intermittent renewable energy sources. In this context, cementitious materials are emerging as a promising TES media because of their relative low cost, good thermal properties and ease of handling. This article presents a comprehensive review of studies exploring the use of cementitious materials, particularly concrete, as sensible heat storage media at varying scales, ranging from laboratory investigations to prototype evaluations. Starting from the different kinds of energy storage systems and applications where concrete has been used as a storage media, this article reviews the important properties which makes them a suitable material for the purpose. Reported observations are discussed and summarised based on concrete mix composition/design, aggregate/addition type, size gradation, etc., and performance of these materials. Finally, different cement-based prototypes are examined highlighting their strengths and weaknesses, and general conclusions are drawn.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,346

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 Opus0,023
Tête enseignante GPT0,283
Écart entre enseignants0,260 · 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

Citations16
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterials and StructuresMême sujetConcrete and Cement Materials ResearchTravaux en français237 207