MétaCan
Menu
Retour à la cohorte
Enregistrement W2006111532 · doi:10.1115/imece2011-64190

Can We Rescue Thermal Wall Shear Stress Sensing?

2011· article· en· W2006111532 sur OpenAlexaff
Elsa Assadian, Rustom B. Bhiladvala

Notice bibliographique

RevueVolume 6: Fluids and Thermal Systems; Advances for Process Industries, Parts A and B · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceAnemometerTurbulenceShear stressGuard (computer science)MicrofabricationThermal conductionThermalHeat exchangerMechanicsAcousticsMechanical engineeringComposite materialMeteorologyFabricationEngineeringPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

The use of single flush-mounted thin-films for thermal sensing of wall shear stress fluctuations in turbulent flows has seen a decline, in spite of their non-intrusiveness, and the availability of microfabrication technologies to create very small films. The limitations of such single-element sensors are quite severe—their spatial resolution is not determined by their size alone, but modified by substrate heat conduction which creates variations in the effective sensor size (heat exchange area), dependent on strength and timescale of the fluctuations. Here a two-element design is investigated—with the hot-film sensor element surrounded by an electrically isolated guard heater film maintained at the same temperature as the sensor, but controlled by a separate anemometer circuit. Numerical studies are used to examine such guard heater designs over a range of shear stress values. The results show that if the sensor film center-location is biased towards the downstream end (75% and 65% of guard-heater length for water and air, respectively), with an appropriately-sized guard heater, 95% of the total heat generated in the sensing film can be transferred directly to the fluid, for strong turbulent fluctuations (Peclet number Pe > 8000) when the working fluid is water.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0030,011
Science ouverte0,0020,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 6: Fluids and Thermal Systems; Advances for Process Industries, Parts A and BMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207