MétaCan
Menu
Retour à la cohorte
Enregistrement W2095559755 · doi:10.1061/(asce)0733-9372(2008)134:4(283)

Air Injection in Water with Different Nozzles

2008· article· en· W2095559755 sur OpenAlexaff
Iran Eduardo Lima Neto, David Z. Zhu, N. Rajaratnam

Notice bibliographique

RevueJournal of Environmental Engineering · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMinistério da EducaçãoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésNozzleBody orificeBubbleMechanicsTurbulence kinetic energyAir entrainmentTurbulenceMaterials scienceParticle image velocimetryLiquid bubblePorosityAerationEntrainment (biomusicology)ImpellerVenturi effectVolumetric flow rateThermodynamicsMechanical engineeringEngineeringAcousticsComposite materialPhysicsWaste managementInlet

Résumé

récupéré en direct d'OpenAlex

Air injection systems have a wide range of environmental engineering applications. In this study, we conducted experiments on air injection in a relatively large water tank to investigate the effect of nozzle type, including single/multiple orifice nozzles and a porous airstone, on the characteristics of the bubbles and the induced flow structure. Measurements of bubble characteristics and flow field surrounding the bubble core were obtained using a double-tip optical probe and particle image velocimetry, respectively. The results revealed that bubble velocity did not change significantly with different nozzles, but bubble size decreased significantly while interfacial area, liquid entrainment rate, and kinetic energy of the mean and turbulent flow increased significantly by using the porous airstone instead of nozzles with large orifices. The results for a nozzle with multiple orifices of small diameter are comparable to those for the airstone, which suggests the suitability of its use for systems susceptible to clogging of the pores. Correlations using adequate length and velocity scales are also proposed to describe both bubble and liquid flow characteristics. Finally, applications of the results for different artificial aeration/mixing systems are presented.

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)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,002
Tête enseignante GPT0,134
Écart entre enseignants0,132 · 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

Citations60
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetHydraulic flow and structuresTravaux en français237 207