MétaCan
Menu
Retour à la cohorte
Enregistrement W4401180612 · doi:10.18280/mmep.110715

Biodegradable Automated Thermal Container Using Peltier Technology

2024· article· en· W4401180612 sur OpenAlexvenueno aff
Abhirup Sarkar, Ayushman Khetan, Priti Shahane, R Harikrishnan, Gayatri Phade, Gouri Morankar

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced DC-DC Converters
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContainer (type theory)ThermalMaterials scienceComputer scienceComposite materialPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Logistics today has been an integral part of the world, responsible for major trades of goods, medicines, products, and services.However, logistics face a big problem when it comes to goods that require a constant or a near about temperature to be maintained while being on the road.Using a temperature control system can help largely reduce the problem, thus saving time, money, and resources.The proposed container can be used to store temperature sensitive items such as medicines or general purpose/day to day items or food and beverages.In this paper, we discuss a temperature-controlled container that can be used to transport such temperature sensitive items.The main technology being used in the container would be thermoelectric Peltier (TEC).The container shall be user controlled via a keypad accompanied with several safety features such as over temperature protection, emergency shutdown button, display to view the current/set temperatures and have a docked/portable power supply system.The power supply and power converter for the board has been made completely in-house using detailed PCB's.Calculations for the power requirement and its efficiency have been discussed in depth.Such a product shall provide great help to logistics and medical industry.Material of the box (HDPE) could sustain wide temperature changes and the efficiency of the overall system was 70 percent.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,949

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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 revueMathematical Modelling and Engineering ProblemsMême sujetAdvanced DC-DC ConvertersTravaux en français237 207