MétaCan
Menu
Retour à la cohorte
Enregistrement W2016761984 · doi:10.1139/l04-056

A laboratory study of frazil evolution in a counter-rotating flume

2004· article· en· W2016761984 sur OpenAlexvenueno aff
Shi Qiang Ye, Jay Doering, Hung Tao Shen

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueIcing and De-icing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlumeSupercoolingTurbulenceMechanicsGeologyFlow (mathematics)MeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

A series of experiments was carried out using a counter-rotating flume that is housed in a computer-controlled cold room. A digital image process system (DIPS) was used to observe frazil ice processes. In particular, the effects of air temperature and flow velocity on the supercooling and frazil ice processes were examined. The super cooling process was found to be strongly related to air temperature and water depth, but only weakly related to water velocity. The water velocity has a strong influence on frazil evolution, frazil size, and number of the particles, however. The measured frazil size distribution by volume was found to be reasonably well approximated by a log-normal distribution. Frazil growth continues in number and size during supercooling and appears to reach a stable state at the end of the principal period of supercooling. All characteristic parameters of the supercooling processes and frazil size distribution were found to be related to the Reynolds number, an index of the intensity of flow turbulence. This information can be used in the development of models of frazil ice dynamics.Key words: supercooling, frazil ice, distribution, flow velocity, air temperature, turbulence.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,174 · 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

Citations41
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetIcing and De-icing TechnologiesTravaux en français237 207