MétaCan
Menu
Retour à la cohorte
Enregistrement W1936061803 · doi:10.5194/acp-16-9273-2016

Theoretical analysis of mixing in liquid clouds – Part 3: Inhomogeneousmixing

2016· article· en· W1936061803 sur OpenAlexaff
Mark Pinsky, А. Хаин, Alexei Korolev

Notice bibliographique

RevueAtmospheric chemistry and physics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesOffice of ScienceIsrael Science FoundationU.S. Department of Energy
Mots-clésMixing (physics)Volume (thermodynamics)ThermodynamicsEvaporationChemistryMechanicsHomogeneousDispersion (optics)PhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract. An idealized diffusion–evaporation model of time-dependent mixing between a cloud volume and a droplet-free volume is analyzed. The initial droplet size distribution (DSD) in the cloud volume is assumed to be monodisperse. It is shown that evolution of the microphysical variables and the final equilibrium state are unambiguously determined by two non-dimensional parameters. The first one is the potential evaporation parameter R, proportional to the ratio of the saturation deficit to the liquid water content in the cloud volume, that determines whether the equilibrium state is reached at 100 % relative humidity, or is characterized by a complete evaporation of cloud droplets. The second parameter Da is the Damkölher number equal to the ratio of the characteristic mixing time to the phase relaxation time. Parameters R and Da determine the type of mixing.The results are analyzed within a wide range of values of R and Da. It is shown that there is no pure homogeneous mixing, since the first mixing stage is always inhomogeneous. The mixing type can change during the mixing process. Any mixing type leads to formation of a tail of small droplets in DSD and, therefore, to DSD broadening that depends on Da. At large Da, the final DSD dispersion can be as large as 0.2. The total duration of mixing varies from several to 100 phase relaxation time periods, depending on R and Da.The definitions of homogeneous and inhomogeneous types of mixing are reconsidered and clarified, enabling a more precise delimitation between them. The paper also compares the results obtained with those based on the classic mixing concepts. >

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,200
Écart entre enseignants0,196 · 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'étudeSimulation ou modélisation
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

Citations52
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAtmospheric chemistry and physicsMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207