MétaCan
Menu
Retour à la cohorte
Enregistrement W4415601152 · doi:10.1016/j.enconman.2025.120668

Innovative ground air heat exchanger system for climate regulation in cold climate greenhouses

2025· article· en· W4415601152 sur OpenAlexafffundabout
Reyhaneh Nazmabadi, Ali Hakkaki-Fard, Behrad Asgari

Notice bibliographique

RevueEnergy Conversion and Management · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGreenhouse Technology and Climate Control
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésHeat exchangerGreenhouseGreenhouse gasClimate changeCold climate

Résumé

récupéré en direct d'OpenAlex

Greenhouse adoption is increasing globally to enhance food security, particularly in cold climates. However, their operation often faces substantial heating demands and significant heat loss due to traditional dehumidification methods. This study presents a novel, energy-efficient dehumidification approach designed to reduce heat and CO 2 losses in greenhouses. Specifically, it investigates the use of a Ground Air Heat Exchanger (GAHE) system, which utilizes the stable ground temperature to cool humid greenhouse air below its dew point, effectively condensing excess humidity. Additionally, the GAHE system provides cooling during warmer periods when indoor temperatures exceed desired setpoints, offering dual-function climate control. An analytical–numerical model of the GAHE system was developed and coupled with a greenhouse climate simulation platform to evaluate its dehumidification performance. The system was optimized using a Genetic Algorithm to maximize moisture condensation per unit length of GAHE pipe. The optimized GAHE configuration was assessed across six Canadian cities, with varying installation areas. Performance results were compared against conventional dehumidification methods, including Natural Ventilation (NV) and Mechanical Cooling and Dehumidification (MCD). Results indicate that GAHE system reduces annual average deviations of air temperature and relative humidity from their setpoints, reflecting improved dehumidification and cooling performance, by up to 35% and 18.4% compared to NV and MCD systems, respectively, and by up to 79% and 75% for cooling performance relative to the same systems. Moreover, the GAHE system reduces the greenhouse heating load and CO 2 supply requirements by 30–44% and 36.82–58.83%, respectively, relative to NV, without significantly affecting crop productivity.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,206
Écart entre enseignants0,196 · 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnergy Conversion and ManagementMême sujetGreenhouse Technology and Climate ControlTravaux en français237 207