MétaCan
Menu
Retour à la cohorte
Enregistrement W1971629080 · doi:10.1115/imece2006-16356

Numerical Analysis of Ludwig-Soret Effect of One Binary Mixture and Two Ternary Mixtures in an Al2O3 Porous Cavity

2006· article· en· W1971629080 sur OpenAlexaff
T. J. Jaber, M. Ziad Saghir

Notice bibliographique

RevueFluids Engineering · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueField-Flow Fractionation Techniques
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésTernary operationMaterials sciencePorous mediumThermodynamicsThermophoresisThermal conductivityConvectionPorosityNatural convectionMole fractionThermalAnalytical Chemistry (journal)ChemistryChromatographyComposite materialNanofluid

Résumé

récupéré en direct d'OpenAlex

A cavity of 10 mm in width, 10 mm in height, and 32.1 mm in horizontal length filled with Al2O3 porous medium designed in Pau project to investigate thermal diffusion phenomena, or Ludwig-Soret effect. A lateral heating condition was applied with 10 °C at the left wall and 50 °C at the right wall. The thermosolutal convection of a binary mixture of water-ethanol at 75.0 MPa pressure, a ternary mixture with methane, n-butane, and n-dodecan at 35.0 MPa pressure, and a ternary mixture of n-dodecane, isobutylbenzene, and tetrahydonaphthalene at atmosphere pressure inside the Al2O3 porous medium cavity were numerically investigated. The thermal conductivity and the permeability of Al2O3 porous medium on the Ludwig-Soret effect were analyzed, the former had little influence, but the later had strong impact on the compositional separation at the steady state of thermosolutal convection, which were analyzed globally with separation ratio. The distributions of component mole fraction(s) on the horizontal and vertical lines in the center of the porous cavity were also shown to study the details of the compositional separation at the steady state of thermosolutal convection. Recommendations are made for the experimental design based on the results of numerical analysis

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)0,001
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,217
Écart entre enseignants0,214 · 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

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFluids EngineeringMême sujetField-Flow Fractionation TechniquesTravaux en français237 207