MétaCan
Menu
Retour à la cohorte
Enregistrement W2437853298 · doi:10.1021/acs.langmuir.5b02131

Shedding of Water Drops from a Surface under Icing Conditions

2015· article· en· W2437853298 sur OpenAlexafffund
Deepak Kumar Mandal, Antonio Criscione, Cameron Tropea, Alidad Amirfazli

Notice bibliographique

RevueLangmuir · 2015
Typearticle
Langueen
DomaineMaterials Science
ThématiqueSurface Modification and Superhydrophobicity
Établissements canadiensYork University
Organismes subventionnairesDeutsche ForschungsgemeinschaftNatural Sciences and Engineering Research Council of CanadaConsortium de Recherche et d’innovation en Aérospatiale au QuébecBombardier
Mots-clésIcingDrop (telecommunication)DragAdhesionDrag coefficientWind tunnelContact angleMechanicsChemistryCritical ionization velocityAir velocityHysteresisMaterials scienceComposite materialMeteorologyPhysicsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

A sessile water drop exposed to an air flow will shed if the adhesion is overcome by the external aerodynamic forces on the drop. In this study, shedding of water drops were investigated under icing conditions, on surfaces with different wettabilities, from hydrophilic to superhydrophobic. A wind tunnel was used for experiments in a temperature range between -8 and 24.5 °C. Results indicate that the temperature has a major influence on the incipient motion of drop shedding. The critical air velocity (U(c)) at which a drop first starts to shed generally increases under icing conditions, indicating an increase in the adhesion force. The contact angle hysteresis (CAH) and the drop base length (L(b)) are found to be the controlling factors for adhesion. A correlation was also developed to deduce the drag coefficient, C(D) for the drop. It was found that C(D) can decrease under icing conditions. In general, a lower C(D) and higher adhesion together lead to a higher critical air velocity. However, there are systems such as water on Teflon for which the critical air velocity remains practically unaffected by temperature because of similar adhesion and C(D) values, at all temperatures tested.

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 seuil0,002

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,280
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'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

Citations46
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLangmuirMême sujetSurface Modification and SuperhydrophobicityTravaux en français237 207