MétaCan
Menu
Retour à la cohorte
Enregistrement W4415498876 · doi:10.53063/synsint.2025.53305

Role of nanostructured coatings on composite phase change materials for thermal durability enhancement: A review

2025· article· W4415498876 sur OpenAlexvenueno aff
Nima Sakkaki, Asieh Akhoondi, Farrokhfar Valizadeh Harzand, Haleh Jafarzadeh

Notice bibliographique

RevueSynthesis and Sintering · 2025
Typearticle
Langue
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDurabilityComposite numberThermalPhase changeThermal stabilityHeat transferThermal energy storageThermal management of electronic devices and systems

Résumé

récupéré en direct d'OpenAlex

With the rapid growth in energy demand and the increasing need for stable thermal storage, the use of phase change materials (PCMs), particularly in the form of phase change composite materials, has received widespread attention. Despite the high advantages of composite phase change materials (CPCMs) in latent heat storage, problems such as leakage, low thermal conductivity, and performance degradation in successive thermal cycles have still limited their use. One of the novel solutions to increase the thermal durability of these materials is the application of nanostructured coatings on their surfaces. By creating physical and chemical barriers, these coatings not only prevent leakage and oxidation but also improve heat transfer and increase structural stability under operational conditions. In this review article, we first introduce the basic principles of PCMs and the structure of CPCMs. Then we investigate the key role of nanostructured coatings in improving thermal stability, reducing supercooling, and increasing thermal cycling. Also, industrial applications of this technology in various fields such as solar energy storage, thermal control of buildings, thermal management of lithium-ion batteries, and electronic systems are reviewed.

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)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,036
Tête enseignante GPT0,324
Écart entre enseignants0,287 · 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
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSynthesis and SinteringMême sujetPhase Change Materials ResearchTravaux en français237 207