MétaCan
Menu
Retour à la cohorte
Enregistrement W1995197651 · doi:10.1615/computthermalscien.v2.i1.20

NUMERICAL METHOD FOR SPHERICAL BUBBLE GROWTH IN SUPERHEATED LIQUIDS

2010· article· en· W1995197651 sur OpenAlexaff
A.J. Robinson, Frédéric J. Lesage, R. L. Judd

Notice bibliographique

RevueComputational Thermal Sciences An International Journal · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensCégep de l'OutaouaisMcMaster University
Organismes subventionnairesnon disponible
Mots-clésSuperheatingBubbleIsothermal processMechanicsBoilingNucleationMaterials scienceRange (aeronautics)Benchmark (surveying)Multiphase flowComputer simulationThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

A simple mathematical model and numerical method have been developed which accurately predict the moving boundary problem associated with spherically symmetric phase growth in an unbounded medium. Spherically symmetric bubble growth curves in initially isothermal liquids have been generated for four test cases covering a range of system pressures and initial liquid superheats for two different fluids, water and R113. The influences of the input parameters have been scrutinized and the accuracy of the numerical solutions has been confirmed by comparison with analytic approximations and experimental measurements. The main objectives of the study are to present a straightforward mathematical and numerical treatment of the problem and to provide benchmark bubble growth curves in order to provide a stepping stone for the development of more complex bubble growth theories such as those required to predict bubble growth during nucleate pool boiling.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,392

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,313
Écart entre enseignants0,298 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueComputational Thermal Sciences An International JournalMême sujetFluid Dynamics and MixingTravaux en français237 207