MétaCan
Menu
Retour à la cohorte
Enregistrement W2074402352 · doi:10.1115/icnmm2007-30139

Entrance Length Characteristics in Microchannels Using Micro-Particle Image Velocimetry

2007· article· en· W2074402352 sur OpenAlexaff
Tariq Ahmad, Ibrahim Hassan, R. Muwanga

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMicrochannelLaminar flowParticle image velocimetryHydraulic diameterReynolds numberMechanicsVelocimetryParticle tracking velocimetryMaterials scienceScalingFlow (mathematics)PhysicsGeometryTurbulenceMathematics

Résumé

récupéré en direct d'OpenAlex

An experimental study has been carried out to explore the laminar hydrodynamic development length in the entrance region of adiabatic square microchannels. Flow field measurements are acquired through the use of micro-Particle Image Velocimetry (micro-PIV), a non-intrusive particle tracking and flow observation technique. With the application of micro-PIV, entrance length flow field data is obtained for two different microchannel hydraulic diameters of 500 μm and 100 μm, both of which have cross-sectional aspect ratios of one. The working fluid is distilled water, and velocity profile data is acquired over a laminar Reynolds number range from 0 to 200. The test sections were designed as to provide a sharpedged microchannel inlet from an infinitely sized reservoir, at least 100 times wider and higher than the microchannel hydraulic diameter. Also, all microchannels have a length-to-diameter ratio of at least 100, to assure fully developed flow at the channel exit. The micro-PIV procedure is validated in the fully developed region with comparison to Navier-Stokes momentum equations. Good agreement was found with comparison to conventional entrance length correlations for ducts, and no influence of scaling was observed.

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 enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207