MétaCan
Menu
Retour à la cohorte
Enregistrement W2063707424 · doi:10.1115/1.1863272

Particle Image Velocimetry Based Measurement of Entropy Production With Free Convection Heat Transfer

2005· article· en· W2063707424 sur OpenAlexafffund
O. B. Adeyinka, G.F. Naterer

Notice bibliographique

RevueJournal of Heat Transfer · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Manitoba
Mots-clésNatural convectionEntropy productionParticle image velocimetryParticle tracking velocimetryMechanicsEnclosureControl volumeRayleigh numberVelocimetryConvectionHeat transferRayleigh scatteringMaterials scienceOpticsPhysicsThermodynamicsTurbulenceEngineering

Résumé

récupéré en direct d'OpenAlex

Local entropy production rates are determined from a numerical and experimental study of natural convection in an enclosure. Numerical predictions are obtained from a control-volume-based finite element formulation of the conservation equations and the Second Law. The experimental procedure combines methods of particle image velocimetry and planar laser induced fluorescence for measured velocity and temperature fields in the enclosure. An entropy based conversion algorithm in the measurement procedure is developed and compared with numerical predictions of free convection in the cavity. The predicted and measured results show close agreement. A measurement uncertainty analysis suggests that the algorithm postprocesses velocities (accurate within ±0.5%) to give entropy production data, which is accurate within ±8.77% near the wall. Results are reported for free convection of air and water in a square cavity at various Rayleigh numbers. The results provide measured data for tracking spatial variations of friction irreversibility and local exergy losses.

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)0,002
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,198
Écart entre enseignants0,186 · 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

Citations14
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Heat TransferMême sujetHeat Transfer and OptimizationTravaux en français237 207