MétaCan
Menu
Retour à la cohorte
Enregistrement W2087832967 · doi:10.1080/00221686.2004.9641222

The effect of background turbulence on jet entrainment: an experimental study of a plane jet in a shallow coflow

2004· article· en· W2087832967 sur OpenAlexaff
Susan Gaskin, M. Mckernan, Fei Xue

Notice bibliographique

RevueJournal of Hydraulic Research · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAerodynamics and Acoustics in Jet Flows
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDilutionTurbulenceEntrainment (biomusicology)EffluentJet (fluid)PlumeMechanicsBuoyancyEnvironmental scienceTurbulent diffusionDiffusionChemistryPhysicsMeteorologyThermodynamicsEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Many effluents are released into water bodies or into the atmosphere, and dilution is relied on to minimize the toxic effects of the pollutants on the environment. Dilution occurs due to entrainment and subsequent mixing of the “clean” (or cleaner) ambient fluid and the effluent stream. In the near field, dilution occurs due to momentum or buoyancy driven entrainment into the effluent stream, which is proportional to a characteristic velocity of the jet or plume. Whereas in the far field, dilution occurs due to turbulent diffusion at a rate dependent on the level of turbulence in the receiving fluid. In order to predict the expected dilution of an effluent stream, it is necessary to answer the question, at what point does the dilution mechanism change and how does it affect dilution rates. An experimental study examining the velocity and concentration decay of plane jets released into shallow coflows with increasing levels of external turbulence, indicated that levels of external turbulence just large enough to disrupt the jet structure reduced dilution rates significantly. This indicates that models, in which the jet dilution and turbulent diffusion are superimposed, will not always give a conservative estimate of effluent dilution.

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)0,003
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 enseignants0,444
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 GPT0,338
Écart entre enseignants0,307 · 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

Citations35
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic ResearchMême sujetAerodynamics and Acoustics in Jet FlowsTravaux en français237 207