MétaCan
Menu
Retour à la cohorte
Enregistrement W2138390793 · doi:10.1089/jam.2006.19.290

Improving Prediction of Aerosol Deposition in an Idealized Mouth Using Large-Eddy Simulation

2006· article· en· W2138390793 sur OpenAlexafffund
Edgar Matida, Warren H. Finlay, M. Breuer, Carlos F. Lange

Notice bibliographique

RevueJournal of Aerosol Medicine · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensUniversity of AlbertaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAerosolReynolds-averaged Navier–Stokes equationsDeposition (geology)Large eddy simulationMechanicsReynolds numberDispersityComputational fluid dynamicsMaterials scienceTurbulenceMeteorologyPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Monodisperse aerosol deposition in an idealized mouth geometry with a relatively small inlet diameter (D (in) = 3.0 mm) was studied numerically using a standard Large Eddy Simulation (LES). A steady inhalation flow rate of Q = 32.2 L/min was used. Thousands of particles (2.5, 3.7, and 5.0 microm in diameter and rho (f) = 912.0 kg/m(3) density) were released separately in the computational domain and aerosol deposition was determined. The total aerosol deposition results in this idealized mouth were in relatively good agreement when compared with measured data obtained in separate experiments, showing considerable improvement over the standard RANS/EIM (Reynolds Averaged Navier-Stokes/Eddy Interaction Model) approach.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,018
Tête enseignante GPT0,273
Écart entre enseignants0,255 · 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'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

Citations62
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aerosol MedicineMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207