MétaCan
Menu
Retour à la cohorte
Enregistrement W2145430922 · doi:10.1029/2011wr010949

Hydrodynamic dispersion in steady buoyancy‐driven geological flows

2011· article· en· W2145430922 sur OpenAlexafffund
Hamid Emami Meybodi, Hassan Hassanzadeh

Notice bibliographique

RevueWater Resources Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaWestern Canada Research GridCompute CanadaUniversity of Calgary
Mots-clésMechanicsBuoyancyMixing (physics)ConvectionDispersion (optics)Natural convectionConvective mixingSteady state (chemistry)Rayleigh numberTemperature gradientGeologyThermodynamicsMaterials sciencePhysicsMeteorologyChemistryOptics

Résumé

récupéré en direct d'OpenAlex

An analytical model is developed to evaluate mixing induced by natural convection in a fluid‐saturated porous medium. First, the velocity and concentration fields are decoupled to generate a steady state velocity field and initiate a naturally convective system. In order to decouple the velocity and concentration fields, a steady thermal natural convection is established by imposing a destabilizing vertical temperature gradient across a porous layer and then introducing a passive tracer into the system. Based on the steady velocity field, effective longitudinal and transverse dispersion coefficients are evaluated using the shear flow dispersion theory, and convective mixing of the passive tracer is obtained using the developed analytical mixing model. The estimated dispersion coefficients and convective mixing are then characterized by the system Rayleigh and Sherwood numbers. The mixing obtained by the analytical model is then compared with high‐resolution numerical simulations. The results reveal that the simple analytical solution represents the nonlinear mixing involved in such a system and agrees with the numerical results. The developed model has potential applications in geophysical and geothermal buoyancy‐driven flows.

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: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,054
Tête enseignante GPT0,282
Écart entre enseignants0,228 · 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

Citations16
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetGroundwater flow and contamination studiesTravaux en français237 207