MétaCan
Menu
Retour à la cohorte
Enregistrement W2023324705 · doi:10.1021/ie0510829

Transient Natural Convection Induced by Gas Diffusion in Liquid-Saturated Vertical Porous Columns

2006· article· en· W2023324705 sur OpenAlexaff
Zhaowen Li, Mingzhe Dong, Ezeddin Shirif

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésNatural convectionSherwood numberMass transferDiffusionConvectionRayleigh numberPorous mediumThermodynamicsChemistryGaseous diffusionMechanicsPorosityNusselt numberChromatographyTurbulencePhysicsReynolds number

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the development of natural convection mass transfer induced by gas diffusion in a liquid-saturated vertical porous column. The porous column is confined with two impermeable end faces and an isosolutal side surface. Mass transfer by natural convection is studied by numerically solving the conservation equations of mass, momentum, and diffusing species. To describe the transient behavior of natural convection, transient and integrated Sherwood numbers, i.e., Sh t and Sh i, are defined on the basis of a parallel pure diffusion case. The evolution of the natural convection process is systematically studied for the aspect ratios ranging from 0.125 to 8 and Rayleigh numbers from 10 to 1000. It is found that the Sherwood number increases with increasing Rayleigh number, whereas it increases first and then decreases with increasing aspect ratio. The results confirm the assumption in a previous study that the effect of natural convection is negligible on the diffusion process in the gas effective diffusion coefficient measurement, 1 and also provide important implications on how to prepare core samples in laboratory for gas effective diffusion coefficient measurements.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,030
Tête enseignante GPT0,269
Écart entre enseignants0,239 · 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'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

Citations35
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207