MétaCan
Menu
Retour à la cohorte
Enregistrement W4415127582 · doi:10.1617/s11527-025-02803-w

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

2025· article· en· W4415127582 sur OpenAlexaff
Lorena Skevi, Xinyuan Ke, Stéphane Ginestet, Claudiane Ouellet‐Plamondon, Fernando Gomes, Martin Cyr

Notice bibliographique

RevueMaterials and Structures · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésCementitiousThermal energy storageEnergy storageThermal energyLatent heatThermalSolid mechanics

Résumé

récupéré en direct d'OpenAlex

Thermochemical energy storage (TCES) is a method of storing energy by using reversible chemical reactions to absorb and release heat. TCES materials generally possess the highest volumetric energy density and negligible heat losses during cyclic charging/discharging when compared with sensible and latent heat storage materials. The controllable charging/discharging processes in the TCES materials make them suitable for long-term or seasonal thermal energy storage, which can help improve the resilience of the existing energy system and built environment. In recent years, there has been a growing number of studies on the use of cementitious materials as low-cost and low-carbon thermochemical energy storage materials, including ettringite, calcium aluminate cements, and geopolymers. In this study, the state-of-the-art development using cementitious materials for thermo-chemical energy/heat storage applications is reviewed and systematically compared in terms of their compositions, energy storage operating conditions, and energy storage performance. Technical recommendations are proposed for standardised characterisation and testing protocols of these cementitious (composite) materials used for thermochemical heat storage. The current research challenges and future research needs in this field are also discussed.

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: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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 revueMaterials and StructuresMême sujetAdsorption and Cooling SystemsTravaux en français237 207