Zobrazeno 1 - 10
of 15 401
pro vyhledávání: '"coefficient of power"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
JPFT (Jurnal Pendidikan Fisika dan Teknologi), Vol 10, Iss 2 (2024)
Ionic thermoelectric (i-TE) materials have gained significant attention for their potential to convert low-temperature thermal energy into electrical energy. In this study, gel electrolyte-based i-TE materials have been synthesized using carboxymethy
Externí odkaz:
https://doaj.org/article/dad44b3e0e8c421697036dced910831d
Autor:
Ryabov, Artem, Tasinkevych, Mykola
Publikováno v:
J. Chem. Phys. 157, 104108 (2022)
Catalytically active macromolecules are envisioned as key building blocks in development of artificial nanomotors. However, theory and experiments report conflicting findings regarding their dynamics. The lack of consensus is mostly caused by a limit
Externí odkaz:
http://arxiv.org/abs/2206.00616
Publikováno v:
In Applied Thermal Engineering August 2023 231
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Journal of Materials Research and Technology July-August 2022 19:3172-3188
Publikováno v:
Scientific Reports, Vol 13, Iss 1, Pp 1-11 (2023)
Abstract Based on the counted power system emission factors of North China Power Grid, a community carbon emissions sample database is constructed. The support vector regression (SVR) model is trained to forecast the power carbon emissions, which is
Externí odkaz:
https://doaj.org/article/446f80e4d2dd43588336b945520531d2