MétaCan
Menu
Retour à la cohorte
Enregistrement W7112473665

Аналіз холодагентів, що використовуються в комерційному обладнанні супермаркетів, та можливості підвищення енергоефективності та зменшення впливу на довкілля

2024· article· en· W7112473665 sur OpenAlexaboutno aff

Notice bibliographique

RevueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogy · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueRefrigeration and Air Conditioning Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal ProtocolRefrigerantRefrigerationCoefficient of performanceGlobal warmingOzone layer
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Refrigerants used in the commercial equipment of supermarkets are the object of the research. The Montreal Protocol calls for a complete phase-out of hydrochlorofluorocarbons (HCFCs) by 2030, and the Kigali Amendment regulates the use of hydrofluorocarbons (HFCs) from 2019. Developed countries began phasing out HFC use in 2019, while developing countries plan to freeze HFC consumption from 2024. These global efforts are aimed at reducing the depletion of the ozone layer and combating climate change. The number of supermarkets in the world varies greatly: in Europe they number from 110 thousand to 115 thousand, and in China – from 65 thousand to 70 thousand, which reflects various needs in refrigeration equipment. Stringent environmental regulations are forcing the commercial refrigeration sector to remain globally competitive. Modernization of supermarkets using natural refrigerants is important for solving emerging challenges. The results of the study show significant improvements in energy efficiency ratio (EER) and coefficient of performance (COP) when using a mixture of hydrocarbons (R290: 85 %, R600a: 15 %) compared to traditional refrigerants R404a, R449a and R502. Specifically, at the evaporation temperature of Tevap=–10 °C, EER increased by 38–44 % and COP by 26–31 % compared to R404a and R449a, respectively. At Tevap=–25 °C, EER increased by 17–34 % and COP by 2–22 % compared to R404a and R449a. Additionally, compared to R502, the hydrocarbon blend showed a 38–44 % increase in EER and 28–31 % COP at Tevap=–10 °C, and a 17–34 % increase in EER and 5–22 % COP at Tevap=–25 °C. These results highlight the advantages of the hydrocarbon mixture at different evaporation temperatures, indicating its potential to improve energy efficiency in refrigeration applications. The obtained data suggest the possibility of a wider application of the mixture of hydrocarbons in commercial refrigeration plants, offering both improved performance and compliance with safety regulations.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0050,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0260,009

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 Opus0,046
Tête enseignante GPT0,307
Écart entre enseignants0,261 · 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'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Scientific Issues of Ternopil Volodymyr Hnatiuk National Pedagogical University Series pedagogyMême sujetRefrigeration and Air Conditioning TechnologiesTravaux en français237 207