MétaCan
Menu
Retour à la cohorte
Enregistrement W2318105700 · doi:10.1103/physreve.85.026306

Stability of double-diffusive double-convective miscible displacements in porous media

2012· article· en· W2318105700 sur OpenAlexafffund
Jalel Azaiez, Mozhdeh Sajjadi

Notice bibliographique

RevuePhysical Review E · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Mathematical Modeling in Engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésLaggingPorous mediumMechanicsConvectionInstabilityLagContext (archaeology)Component (thermodynamics)DiffusionDisplacement (psychology)Flow (mathematics)Materials scienceThermodynamicsPorosityPhysicsMathematicsGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

The present study offers a paradigm on the stability of two-component miscible displacements in a homogeneous porous medium. The components have, in general, different mobility ratios, may diffuse at different rates, and are convected at different speeds. As a result, one of the components may lag behind the other. For the adopted transport models, it is found that the differences in the rates of diffusion and the lag between the two component fronts resulting from the differences in the speeds of convection can modify radically the instability characteristics. In particular, an unstable single-component displacement is always made more unstable by the presence of a second unfavorable component. The instability of the same flow is, on the other hand, attenuated by the presence of a favorable, less diffusive lagging component. However, this same flow instability can actually be enhanced when the favorable lagging second component is more diffusive. Furthermore, the larger the lag between the two components is, the more unstable the flow is when the lagging component is favorable to the displacement. An opposite trend is found when the the lagging component is unfavorable to the displacement. Finally, changes due to the lag between the two components fronts are stronger for a less diffusive lagging component and weaker for a more diffusive one. For illustration, these results are discussed in the special context of a thermal displacement where mass and heat are transported in the porous media.

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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,045
Tête enseignante GPT0,329
Écart entre enseignants0,283 · 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

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetAdvanced Mathematical Modeling in EngineeringTravaux en français237 207