MétaCan
Menu
Retour à la cohorte
Enregistrement W7002284975

Missouri S&T Hydrogen Fuel Cell EcoCAR

2009· other· en· W7002284975 sur OpenAlexaboutno aff

Notice bibliographique

RevueMOspace Institutional Repository (University of Missouri) · 2009
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMachine Learning in Bioinformatics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHydrogen fuelHydrogen economyAutomotive industryHydrogen vehicleSteam reformingNatural gasFuel cellsRenewable energyGreenhouse gas
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Today, the automotive industry is at a crossroads during the worst economic downturn in 75 years.Particularly frustrating is that this crisis struck just at a time when these companies were successfully restructuring themselves and creating a new generation of cleaner, more efficient vehicles.This progress, and the very viability of the U.S.-based auto industry, is threatened.In response to that threat, the U.S. Department of Energy (DOE) and General Motors (GM), as well as by Natural Resources Canada and other industry leaders, established a new collegiate advanced vehicle technology competition (AVTC), the "EcoCAR: The NeXt Challenge."EcoCAR challenges engineering students from universities across North America to re-engineer a light-duty vehicle, minimizing energy consumption, emissions, and greenhouse gases while maintaining the vehicle's utility, safety, and performance.The Missouri S&T was selected in May 2008 as one of only 17 in North America.And in November 2008 Missouri S&T was selected as the only team in U.S.A. to receive hydrogen fuel cells, the cutting-edge powertrain technology for the EcoCAR Challenge.The new Missouri S&T hydrogen testbed used by the EcoCAR project includes the EcoCAR Garage, Hydrogen Fueling Station and the Renewable Energy Transit Depot.The station uses an on-site steam methane reformer and electrolyzer, steel and carbon composite storage tanks, a 350 bar hydrogen dispenser, and a stationary Polymer Electrolyte Membrane (

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0010,000
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 Opus0,005
Tête enseignante GPT0,189
Écart entre enseignants0,184 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMOspace Institutional Repository (University of Missouri)Même sujetMachine Learning in BioinformaticsTravaux en français237 207