MétaCan
Menu
Retour à la cohorte
Enregistrement W7131146757 · doi:10.1115/imece2025-166299

Study of Composite Materials for Cooling Systems With Variable Heat Generation

2025· article· W7131146757 sur OpenAlexaff
Gerardo Carbajal, Ethan Trulson, Emily Geiger

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEngineering
ThématiquePhase Change Materials Research
Établissements canadiensNickel Institute
Organismes subventionnairesnon disponible
Mots-clésThermocoupleComposite numberHeat generationAluminiumThermalPhase-change materialElectricity generationPorosityThermal energy storageDissipation

Résumé

récupéré en direct d'OpenAlex

Abstract In the present study, a composite material comprising aluminum foam with porosity levels of 10, 20, and 40 pores per inch (PPI) and eicosane (phase change material) is investigated under the effect of different heat inputs. The heating system consisted of a cylindrical 12V, 10W electrical heater placed in the middle of the sample. The sample is a rectangular aluminum foam block impregnated with eicosane, a new composite material with distinct thermal properties. Applying a power supply, we varied the power range from 4 to 8 W. A type T thermocouple was placed on one side of the composite material to record temperature variations over time. The test measured the effects of different heat inputs applied to the composite material, which was subjected to a forced convection air cooling system. The power was supplied to the composite material under two circumstances: the thermocouple reached the eicosane’s melting temperature, the eicosane fully melted, or there was no significant change in temperature over time. After the electric power was turned off, the solidification time was recorded, and then the sample was heated again, generating a cycle that was repeated two more consecutive times. The experimental results showed that the composite material can maintain a temperature below 39°C, making it a promising candidate for passive cooling of lithium-ion battery systems or low heat capacity dissipation systems.

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 enseignants0,001
Score d'incertitude au seuil0,003

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,313
Écart entre enseignants0,255 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPhase Change Materials ResearchTravaux en français237 207