MétaCan
Menu
Retour à la cohorte
Enregistrement W2019920576 · doi:10.1139/s04-014

Understanding air–water mass transfer in rectangular dropshafts

2004· article· en· W2019920576 sur OpenAlexvenueno aff
Hubert Chanson

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAerationOutflowMass transferHydraulicsResidence time (fluid dynamics)MechanicsScalingEnvironmental scienceResidence time distributionFlow (mathematics)BubbleParticle (ecology)Mass fluxMass transfer coefficientFlux (metallurgy)Hydrology (agriculture)Materials scienceMeteorologyGeologyPhysicsGeotechnical engineeringGeometryEngineeringThermodynamicsWaste managementMathematics

Résumé

récupéré en direct d'OpenAlex

A dropshaft is a vertical structure connecting two channels with different invert elevations. Four configurations of rectangular dropshafts were investigated systematically to study the effects of outflow direction and pool depth on particle residence times and flow aeration. The best hydraulic design was that with 180° outflow direction and deep pool shaft. For that design, a full-scale study was conducted, the scaling ratio between prototype and model being 3.1:1. Although similar trends were seen in both model and prototype, scale effects were observed in terms of particle residence times and bubble swarm depths. In the prototype, detailed air–water flow measurements were performed in the shaft pool and the mass transfer equation was integrated using measured interfacial areas and particle residence times. The results demonstrate that the air–water mass transfer is the largest at low flow rates (regime R1) because of large residence times and significant interfacial area. Overall the present study provides new understanding of the basic mechanisms of air–water mass transfer in rectangular dropshafts. Key words: dropshaft, mass transfer, aeration, hydraulics.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,292

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 Opus0,008
Tête enseignante GPT0,160
Écart entre enseignants0,152 · 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

Citations8
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetFluid Dynamics and MixingTravaux en français237 207