MétaCan
Menu
Retour à la cohorte
Enregistrement W1514179652 · doi:10.1163/016942411x574835

Ice Adhesion Models to Predict Shear Stress at Shedding

2012· article· en· W1514179652 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Adhesion Science and Technology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceSurface finishSurface roughnessComposite materialMechanicsDrop (telecommunication)Ice wedgeGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The model presented in this paper is the first step towards explaining the mechanisms of ice adhesion. Considerable work, however, remains to validate each term included in the model due to the lack of physical constants and parameters related to rough surfaces. The ice adhesion model at the ice-substrate interface is based on water behavior before and after freezing, substrate roughness and ice type. Within nanoseconds following impact, water occupies the substrate surface either partially before freezing when drops or rivulets form, or totally when a film is formed. The ice surface area in contact with the substrate is reduced due to the space between drops and rivulets. Due to the electrostatic attraction between water and substrate molecules, ice sticks to the substrate. The electrostatic force depends on the intensity of this bond, which is related to the work needed to maintain the drop shape over the surface and the distance between the water and substrate molecules. The water can also sink in and fill the cavities formed by adjacent surface roughness peaks when the surface tension force is less than the water pressure force. Following the phase change, on the order of microseconds for rime ice, and milliseconds for glaze ice, the ice mechanically locks onto the surface and must be broken down to be shed. This paper shows the development of a phenomenological model to predict the cohesive failure of ice, one that does not take into consideration rime ice porosity. The model assumes that ice near its freezing point is subject to internal and external strains, and that its cohesive strength corresponds to the failure stress. The failure stress is dependent on grain size and creep involving grain boundary sliding in a polycrystalline material at elevated temperatures. The next steps in the development of the model are to quantify the physical parameters, validate an idealized rough surface, as well as evaluate the effects of rime ice porosity and small grain sizes.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,153
Score d'incertitude au seuil0,406

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,258
Écart entre enseignants0,235 · 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