Fluid Flow and Heat Transfer Analysis of a Nanofluid Containing Motile Gyrotactic Micro-Organisms Passing a Nonlinear Stretching Vertical Sheet in the Presence of a Non-Uniform Magnetic Field; Numerical Approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The behavior of a water-based nanofluid containing motile gyrotactic micro-organisms passing an isothermal nonlinear stretching sheet in the presence of a non-uniform magnetic field is studied numerically. The governing partial differential equations including continuity, momentums, energy, concentration of the nanoparticles, and density of motile micro-organisms are converted into a system of the ordinary differential equations via a set of similarity transformations. New set of equations are discretized using the finite difference method and have been linearized by employing the Newton's linearization technique. The tri-diagonal system of algebraic equations from discretization is solved using the well-known Thomas algorithm. The numerical results for profiles of velocity, temperature, nanoparticles concentration and density of motile micro-organisms as well as the local skin friction coefficient Cfx, the local Nusselt number Nux, the local Sherwood number Shx and the local density number of the motile microorganism Nnx are expressed graphically and described in detail. This investigation shows the density number of the motile micro-organisms enhances with rise of M, Gr/Re2, Pe and Ω but it decreases with augment of Rb and n. Also, Sherwood number augments with an increase of M and Gr/Re2, while decreases with n, Rb, Nb and Nr. To show the validity of the current results, a comparison between the present results and the existing literature has been carried out.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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