MétaCan
Menu
Retour à la cohorte
Enregistrement W2329425283 · doi:10.2514/6.2003-3923

Modeling of Plume Dynamics in Laser Ablation for Nanotube Synthesis

2003· article· en· W2329425283 sur OpenAlexafffund
Diomar Cesar Lobão, Alex Povitsky

Notice bibliographique

Revue33rd AIAA Fluid Dynamics Conference and Exhibit · 2003
Typearticle
Langueen
DomaineMathematics
ThématiqueGas Dynamics and Kinetic Theory
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConcordia University
Mots-clésLaser ablationPlumeNanotubeMaterials scienceAblationLaserDynamics (music)NanotechnologyAerospace engineeringCarbon nanotubeOpticsPhysicsEngineeringMeteorologyAcoustics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to find thermal conditions for the formation of carbon nanotubes in a laser furnace. This paper describes the proposed mathematical model and numerical algorithm, and discuss some of the fluid physics underlying this crucial technology. The proposed model includes a multi-species formulation for concentration of chemical components combined with the compressible Euler equations. An axisymmetric unsteady computational gas dynamic model of plume expansion into ambiance has been developed. In the present work, the system of governing PDEs is solved numerically using the Relaxing TVD scheme in generalized coordinates. To obtain the thermal behavior of catalyst particles the Eulerian solver has been combined with Lagrangian tracking of catalyst particles. The chamber pressure, geometry of the carbon target, plume emerging velocity, and the periodicity of the plume emerging dramatically affect the thermal behavior of catalyst particles.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,027
Tête enseignante GPT0,258
Écart entre enseignants0,230 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue33rd AIAA Fluid Dynamics Conference and ExhibitMême sujetGas Dynamics and Kinetic TheoryTravaux en français237 207