MétaCan
Menu
Retour à la cohorte
Enregistrement W2142236740 · doi:10.1098/rspa.2011.0028

Elastohydrodynamics induced by a rapidly moving microscopic body

2011· article· en· W2142236740 sur OpenAlexaff
Richard Clarke, Shreyas Potnis

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrofluidic and Bio-sensing Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInertiaMechanicsFlow (mathematics)Particle (ecology)Inertial frame of referenceDeformation (meteorology)Classical mechanicsFictitious forcePhysicsFluid dynamicsGeology

Résumé

récupéré en direct d'OpenAlex

The simple model involving a moving rigid particle, separated from a compliant wall by a thin film of viscous fluid, has previously been applied successfully to a number of important problems. For example, transport of blood cells, particle clearance in the lungs and the late stages of particle sedimentation. Considerable fluid forces are generated in the film, causing the compliant surface to deform. Hence, the usual goal is derivation and solution of an appropriate deformation evolution equation. In the applications considered to-date, however, flow inertia is neglected as flow speeds are not especially high. In this study, we are interested in regimes where unsteady flow inertia is significant, such as found in certain microdevices or thermal excitation of light particles. We present a novel model, which for the first time accounts for inertial effects in both the flow, and the deformable surface. The significant role that inertia plays is fully illustrated through surface deformation profiles, computed under a variety of parameter regimes, as well as calculations of associated hydrodynamic loading. Frequency response curves are seen to exhibit distinct shifts in resonant frequency and quality factor under different levels of inertia, a finding which we believe has important practical implications.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,443

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 Opus0,009
Tête enseignante GPT0,187
Écart entre enseignants0,178 · 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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetMicrofluidic and Bio-sensing TechnologiesTravaux en français237 207