MétaCan
Menu
Retour à la cohorte
Enregistrement W1979398484 · doi:10.1108/09615530310459342

The Soret effect on convection in a horizontal porous domain under cross temperature and concentration gradients

2003· article· en· W1979398484 sur OpenAlexaff
Rachid Bennacer, A. Mahidjiba, P. Vasseur, H. Béji, Rodolphe Duval

Notice bibliographique

RevueInternational Journal of Numerical Methods for Heat &amp Fluid Flow · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueField-Flow Fractionation Techniques
Établissements canadiensUniversité de MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésThermophoresisLewis numberBuoyancyNatural convectionTemperature gradientRayleigh numberThermodynamicsConvectionBoussinesq approximation (buoyancy)EnclosureMechanicsAspect ratio (aeronautics)Materials scienceDouble diffusive convectionPorosityPorous mediumThermalPhysicsMeteorologyMass transferNanofluid

Résumé

récupéré en direct d'OpenAlex

Natural convection with Soret effect in a binary fluid saturating a shallow horizontal porous layer is studied both numerically and analytically. The vertical walls of the enclosure are heated and cooled by uniform heat fluxes and a solutal gradient is imposed vertically. In the formulation of the problem, we use the Darcy model and the density variation is taken into account by the Boussinesq approximation. The governing parameters of the problem are the aspect ratio, A, the thermal Rayleigh number, RT, the buoyancy ratio, N, the Lewis number, Le and the Soret coefficient, NS. The analytical solution, based on the parallel flow approximation, is found to be in good agreement with a numerical solution of the full governing equations. In the presence of a vertical destabilizing concentration gradient, the existence of both natural and antinatural flows is demonstrated. When the vertical concentration gradient is stabilizing, multiple steady state solutions are possible in a range of buoyancy ratio, N, that depends strongly on the Soret coefficient, NS.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,344
Écart entre enseignants0,333 · 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

Citations48
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Numerical Methods for Heat &amp Fluid FlowMême sujetField-Flow Fractionation TechniquesTravaux en français237 207