MétaCan
Menu
Retour à la cohorte
Enregistrement W2419054916 · doi:10.1063/1.4952582

Dewatering of fibre suspensions by pressure filtration

2016· article· en· W2419054916 sur OpenAlexaff
Duncan R. Hewitt, Daniel T. Paterson, Neil J. Balmforth, D. Mark Martinez

Notice bibliographique

RevuePhysics of Fluids · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueGranular flow and fluidized beds
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDewateringCelluloseComposite materialFiltration (mathematics)Compression (physics)RheologySuspension (topology)MechanicsFiberPorosityPhysicsMaterials scienceGeotechnical engineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

A theoretical and experimental study of dewatering of fibre suspensions by uniaxial compression is presented. Solutions of a one-dimensional model are discussed and asymptotic limits of fast and slow compression are explored. Particular focus is given to relatively rapid compression and to the corresponding development of spatial variations in the solidity and velocity profiles of the suspension. The results of complementary laboratory experiments are presented for nylon or cellulose fibres suspended in viscous fluid. The constitutive relationships for each suspension were measured independently. Measurements of the load for different fixed compression speeds, together with some direct measurements of the velocity profiles using particle tracking velocimetry, are compared with model predictions. The comparison is reasonable for nylon, but poor for cellulose fibres. An extension to the model, which allows for a strain-rate-dependent component in the network stress, is proposed, and is found to give a dramatic improvement in the model predictions for cellulose fibre suspensions. The reason for this improvement is attributed to the microstructure of cellulose fibres, which, unlike nylon fibres, are themselves porous.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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'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

Citations32
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetGranular flow and fluidized bedsTravaux en français237 207