Ny laboration om värmeväxling för kursen KETF30 Energiteknik
Bibliographic record
Abstract
På Lunds Tekniska Högskola studenter som studerar på programmet Civilingenjör inom Kemiteknik en obligatorisk kurs Energiteknik KETF30. Kursen har ett laborationsmoment om värmeväxling som behöver förnyas. Målet med kandidatarbetet är att få fram en laborationsbeskrivning med fokus på värmeväxlarens beteende beroende på olika parametrar och jämföra de två metoder som kan användas för att beskriva värmeväxlarens beteende, effektivitet-NTU (Termisk längd) och LMTD metoden (Logaritmiska medeltemperatur). Arbetet består av två moment. Första momentet var att utföra laborationen enligt ett befintligt förslag. Tre olika värmeväxlare från Alfa Laval byggs upp till var sin station i pilotstorlek enligt förslaget med anpassning utifrån vad som fanns tillgängligt. Moment två var att bearbeta med mätningsresultat från laborationen och justera laborationsbeskrivningen så att den var anpassad till en laboration som ska utföras i totalt 2 timmar där studenter är i grupper om 3 - 4 personer. Samt lägga till frågor till laborationen som hade mer fokus på att förstå värmeväxlarens beteende med hjälp av en annan metod än LMTD metoden. Resultatet blev en laborationsbeskrivning med tre laborationsmoment med frågor som studenterna ska svara på. Även tre färdigbyggda laborationsstationer tillverkas som är redo att användas. Till det föreslogs förslag på vidare utveckling av laborationen som alternativa material och virtuell laboration.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.360 | 0.195 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".