MétaCan
Menu
Retour à la cohorte
Enregistrement W1989396450 · doi:10.1139/cjp-2014-0294

Thin film flow of Casson liquid over a nonlinear stretching sheet in the presence of a uniform transverse magnetic field

2015· article· en· W1989396450 sur OpenAlexvenueno aff
S.K. Singh, B. S. Dandapat

Notice bibliographique

RevueCanadian Journal of Physics · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensnon disponible
Organismes subventionnairesNational Board for Higher Mathematics
Mots-clésThinningNonlinear systemPhysicsTransverse planeMagnetic fieldMechanicsFlow (mathematics)Thin filmVolumetric flow rateField (mathematics)Condensed matter physicsComposite materialMaterials scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Thin film flow of Casson liquid over a nonlinear stretching sheet is studied in the presence of a transverse uniform magnetic field. The evolution equation for the film thickness is derived using the long-wave approximation for thin liquid film and this nonlinear partial differential equation is solved numerically by using the Newton–Kantorovich method. Four different types of nonlinear stretching velocities are considered to study the effects of Casson parameter and Hartmann number on film thinning rate and the corresponding film thinning patterns are analyzed. It is observed that the Casson parameter exerts resistance on film thinning. Further it is also found that all types of stretching generate film thinning, but non-monotonic stretching provides faster thinning at small distances from the origin.

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 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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations6
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207