MétaCan
Menu
Retour à la cohorte
Enregistrement W2028378340 · doi:10.1021/la025942r

Microchannel Flow with Patchwise and Periodic Surface Heterogeneity

2002· article· en· W2028378340 sur OpenAlexaff
David Erickson, Dongqing Li

Notice bibliographique

RevueLangmuir · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Capillary Electrophoresis Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésElectrokinetic phenomenaReynolds numberStreaming currentMicrochannelMechanicsFlow (mathematics)Double layer (biology)Streamlines, streaklines, and pathlinesChemistryPhysicsMaterials scienceLayer (electronics)NanotechnologyTurbulence

Résumé

récupéré en direct d'OpenAlex

Surface heterogeneity is present in a variety of electrokinetic transport phenomena. It is desirable to understand the synergetic effects of the electrical double layer field and the surface heterogeneity on electrokinetic flow in microchannels. In this paper, a 3D, finite element based, numerical model for pressure-driven flow through microchannels with an arbitrary but periodic patchwise heterogeneous surface pattern has been developed. The model is based on a simultaneous solution to the Nernst−Planck, Poisson, and Navier−Stokes equations to determine the local ionic concentration, the double layer distribution, and the flow field. The presence of a heterogeneous patch is shown to induce flow in all three coordinate directions, including a circulation pattern perpendicular to the main flow axis. The strength of this circulation region is found to be proportional to Reynolds number and double layer thickness. While at low Reynolds number (i.e., Re < 1) the double layer distribution is diffusion dominated, significant convective effects are observed at higher Reynolds number leading to a deviation from the classical Poisson−Boltzmann distribution. The combined effect of the 3D flow field and disturbed double layer region on measurable quantities such as the streaming potential is discussed.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,345

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 Opus0,007
Tête enseignante GPT0,168
Écart entre enseignants0,161 · 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'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

Citations74
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetMicrofluidic and Capillary Electrophoresis ApplicationsTravaux en français237 207