MétaCan
Menu
Retour à la cohorte
Enregistrement W2233623949 · doi:10.1142/s0219519416500457

CFD MODELING OF HIGH SPEED LIQUID JETS FROM AN AIR-POWERED NEEDLE-FREE INJECTION SYSTEM

2015· article· en· W2233623949 sur OpenAlexaff
Haruka Nakayama, Rocco Portaro, Charles B. Kiyanda, Hoi Dick Ng

Notice bibliographique

RevueJournal of Mechanics in Medicine and Biology · 2015
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueAdvancements in Transdermal Drug Delivery
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésInjectorComputational fluid dynamicsBody orificeNozzleVolume of fluid methodPiston (optics)MechanicsJet (fluid)Compressed airMechanical engineeringFluid dynamicsFree surfaceMaterials scienceEngineeringFlow (mathematics)PhysicsOptics

Résumé

récupéré en direct d'OpenAlex

A liquid jet injector is a biomedical device intended for drug delivery. Medication is delivered through a fluid stream that penetrates the skin. This small diameter liquid stream is created by a piston forcing a fluid column through a nozzle. These devices can be powered by springs or compressed gas. In this study, a CFD simulation is carried out to investigate the fluid mechanics and performance of needle free injectors powered specifically by compressed air. The motion of the internal mechanisms of the injector which propels a liquid jet through an orifice is simulated by the moving boundary method and the fluid dynamics is modeled using LES/VOF techniques. In this paper, numerical results are discussed by comparing the fluid stagnation pressures of the liquid jet with previously published experimental measurements obtained using a custom-built prototype of the air-powered needle free liquid injector. Performance plots as a function of various injector parameters are presented and explained.

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 enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,212
Tête enseignante GPT0,446
Écart entre enseignants0,234 · 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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanics in Medicine and BiologyMême sujetAdvancements in Transdermal Drug DeliveryTravaux en français237 207