MétaCan
Menu
Retour à la cohorte
Enregistrement W2487937584 · doi:10.5539/mas.v10n8p198

Rotating Disk Apparatus: Types, Developments and Future Applications

2016· article· en· W2487937584 sur OpenAlexvenueno aff
Musaab K. Rashed, Hayder A. Abdulbari, Mohamad Amran Mohd Salleh, Manal Ismail

Notice bibliographique

RevueModern Applied Science · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueElectrohydrodynamics and Fluid Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceTurbulencePipeline transportRotational speedPower (physics)Rotation (mathematics)Flow (mathematics)Work (physics)Reduction (mathematics)Mechanical engineeringProcess engineeringAutomotive engineeringMechanicsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

Power consumption reduction investigations attracted the attention of enormous numbers of researchers in the past few decades due to its high academic and economic impacts. The pumping power losses during the transportation of crude oils are considered as one of the main power consuming applications due to the turbulent mode of transportation. Investigating the possible solutions for this problem is expensive and time consuming due to the large apparatuses needed to simulate the flow in real pipelines. Rotating disk apparatus (RDA) is an instrument mainly comprising a rotating disk and an electrical motor to rotate the disk, which was implemented as an efficient and economical path to simulate what can be done in pipelines through generating a controlled degree of turbulence. This technique was also used in many other scientific applications due to its dynamic mode of operation. For example, a rotating disk electrode was used in electrodeposition processes and to characterize deposition film thickness and uniformity. The rotating disk reactor was employed to investigate the reaction rate between fluids and solid surfaces. The present work evaluates the RDA from different prospective and applications in order to introduce it as an efficient research tools for future dynamic investigations.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,009

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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetElectrohydrodynamics and Fluid DynamicsTravaux en français237 207