MétaCan
Menu
Retour à la cohorte
Enregistrement W4413327954 · doi:10.1016/j.ijheatmasstransfer.2025.127703

Investigation of the frost limits of a liquid-to-air membrane energy exchanger (LAMEE) under subzero air temperatures

2025· article· en· W4413327954 sur OpenAlexaff
Amir Reza Mahmoudi, Melanie Fauchoux, Carey J. Simonson

Notice bibliographique

RevueInternational Journal of Heat and Mass Transfer · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar-Powered Water Purification Methods
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésFrost (temperature)Materials scienceHeat exchangerLiquid airEnvironmental scienceMechanicsThermodynamicsNuclear engineeringComposite materialChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Liquid-to-air membrane energy exchangers (LAMEEs) are resistant to frosting due to moisture transfer through the membrane. Systems that work under freezing temperatures can benefit from frost prevention through integration with LAMEEs. While some studies have investigated frost formation in LAMEEs, frost limits under subzero air temperatures have not been studied before. This paper aims to address the knowledge gap by investigating the frost limits of a LAMEE under air temperatures ranging from 0 to ‑30°C. At each air temperature, frost limits are identified experimentally over a wide range of air relative humidity. In addition, an analytical frost prediction model is used to predict the frost limits, and the results are compared with the experimental results. The results indicate that the LAMEE can effectively suppress frosting at air temperatures ranging from 0 to ‑30°C, though the frost prevention potential diminishes as the air temperature decreases. The findings can inform the design of future frost-free systems that work in cold air temperatures, such as frost-free cold-climate heat pumps.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,255 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Heat and Mass TransferMême sujetSolar-Powered Water Purification MethodsTravaux en français237 207