MétaCan
Menu
Retour à la cohorte
Enregistrement W2121020011 · doi:10.1002/aic.11519

Scalar mixing by granular particles

2008· article· en· W2121020011 sur OpenAlexaff
J.J. Derksen

Notice bibliographique

RevueAIChE Journal · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésScalar (mathematics)Reynolds numberVolume fractionMechanicsFluid dynamicsPhysicsClassical mechanicsThermodynamicsMaterials scienceMathematicsTurbulenceGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract We study by direct numerical simulation the role of spherical, solid, uniformly sized, moving particles immersed in a fluid in spreading a passive scalar with high Schmidt number dissolved in the fluid. The solid particles are one‐way coupled to the fluid: they agitate the fluid but they do not feel the presence of the fluid (they move as a granular gas). The two independent variables in the simulations are the solids volume fraction that we vary in the range of 10–45%, and the granular Reynolds number, based on the particle diameter and the granular temperature, which has been varied from 2.8 to 280. It is shown that the scalar spreading rate strongly decreases with increasing solids volume fraction; the spreading appears to scale quite well with the mean free path of the particles. At increasing granular Reynolds number the fluid flow develops more small scale structures that enhance scalar spreading. We propose a relation for an effective diffusion coefficient that describes the scalar spreading in terms of the independent variables. © 2008 American Institute of Chemical Engineers AIChE J, 2008

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,460

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 Opus0,010
Tête enseignante GPT0,187
Écart entre enseignants0,177 · 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

Citations31
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetGranular flow and fluidized bedsTravaux en français237 207