MétaCan
Menu
Retour à la cohorte
Enregistrement W4416712496 · doi:10.1080/23744731.2025.2570090

Thermal response functions of borehole heat exchangers with horizontal pipes

2025· article· en· W4416712496 sur OpenAlexafffund
Elisa Heim, Philippe Pasquier, Gabriel Dion, Norbert Klitzsch

Notice bibliographique

RevueScience and Technology for the Built Environment · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaBundesministerium für Bildung und Forschung
Mots-clésHeat exchangerBoreholeThermalHeat pipeHeat transferMicro heat exchanger

Résumé

récupéré en direct d'OpenAlex

Accurate prediction of subsurface heat transfer is essential to the efficient operation of ground-source heat pump systems. Thermal response functions (TFs) are commonly used for this purpose and can be derived from physical models or reconstructed from monitoring data. In a recent study, TFs were reconstructed from fluid temperature measurements of 40 borehole heat exchangers, capturing not only the 100 m vertical boreholes but also horizontal pipe sections ranging from 3 to 46 m in length. Slight variations in heat exchange capability were observed, primarily linked to differences in horizontal pipe lengths. To investigate these variations, we develop a 3-D numerical model of borehole heat exchangers with horizontal connecting pipes of varying lengths. The model simulates matching model-based TFs for all 40 data-driven TFs. The model-based and data-driven TFs were then compared. While all data-driven TFs provided acceptable temperature predictions, only 38% of the model-based TFs did. The comparison highlights respective limitations of both approaches, with data-driven TFs depending on measurement quality and model-based TFs on modeling assumptions. Given their accuracy and speed, data-driven TFs are promising for modeling, with physical models reserved for validation. Overall, the findings enhance understanding of individual borehole performance and support improved design practices that account for horizontal pipe sections.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
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 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueScience and Technology for the Built EnvironmentMême sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207