MétaCan
Menu
Retour à la cohorte
Enregistrement W4406023845 · doi:10.3390/encyclopedia5010005

Refrigerants for a Sustainable Future

2025· article· en· W4406023845 sur OpenAlexaboutno aff
Vishaldeep Sharma, Brian Fricke, Praveen Cheekatamarla, Omar Abdelaziz, Van Baxter

Notice bibliographique

RevueEncyclopedia · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesOak Ridge National LaboratoryOffice of ScienceBattelleU.S. Department of Energy
Mots-clésRefrigerantEnvironmental scienceBusinessNatural resource economicsEconomicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Worldwide use of high global warming potential (GWP) hydrofluorocarbon (HFC) refrigerants for space conditioning and food storage results in significant equivalent greenhouse gas (GHG) emissions. This is further exacerbated in developed countries by the current transition from hydrochlorofluorocarbon (HCFC) refrigerants to HFC refrigerants. Under the Kigali amendment to the Montreal Protocol, the proposed phase-out of currently used HFC and HCFC refrigerants has initiated a re-evaluation of some pre-existing refrigerants as well as the development and evaluation of new refrigerants. Making the ideal refrigerant selections for heating, ventilation, air-conditioning, and refrigeration (HVAC&R) applications is thereby difficult in an already overabundant refrigerants market. In this paper, a study of key parameters required of a good refrigerant is conducted, followed by the analysis of refrigerants desired and refrigerants used in two major sectors of the HVAC&R industry, namely commercial refrigeration and residential air-conditioning and heat pumps. Finally, keeping in consideration the global environmental regulations and safety standards, a recommendation of the most suitable refrigerants in both sectors has been made.

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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0280,011

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 Opus0,003
Tête enseignante GPT0,219
Écart entre enseignants0,216 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEncyclopediaMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207