MétaCan
Menu
Retour à la cohorte
Enregistrement W4410889369 · doi:10.11159/jffhmt.2025.019

Experimental Study on the Heat Transfer Performance of Al<sub>2</sub>O<sub>3</sub> - Ethylene Glycol/Water-Based Nanofluid as Coolant in Vehicle Radiator

2025· article· en· W4410889369 sur OpenAlexvenueno aff
Surya Prasad Adhikari, Aanchal Gupta, Saksham Subedia

Notice bibliographique

RevueJournal of Fluid Flow Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofluidCoolantRadiator (engine cooling)Ethylene glycolMaterials scienceHeat transferThermodynamicsNuclear engineeringChemical engineeringMechanical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

In this research, the heat transfer efficiency of the vehicle radiator cooling system was experimentally investigated by mixing at different volume concentrations of an aluminum oxide (Al2O3) nanoparticle (NPs) in the regular coolant i.e. a 1:2 ratio mixture of ethylene glycol and distilled water.The sol-gel process was used to synthesize the NPs and characterized using UV-Vis spectroscopy.TATA TIAGO XZ+ was used for this investigation in an idling condition and remained motionless throughout the test.Inlet air temperature, flow rate, outlet temperature, and surface temperature were all recorded at different concentrations of NPs.Experimental results showed that the overall heat transfer coefficient of the nanofluids was improved by 33.63%, 65.4%, and 83.5% at 0.2%, 0.5%, and 1% concentrations, respectively.Thus, the results displayed that the cooling capacity can be increased with the increment of Al2O3 NPs concentration within a certain range in the normal coolant.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid Flow Heat and Mass TransferMême sujetNanofluid Flow and Heat TransferTravaux en français237 207