MétaCan
Menu
Retour à la cohorte
Enregistrement W2563014751 · doi:10.1299/jtst.2016jtst0036

Development of a numerical model for Marangoni convection in the micro-scale environment

2016· article· en· W2563014751 sur OpenAlexaff
Takuya Yamamoto, Yasunori Okano, S. Dost

Notice bibliographique

RevueJournal of Thermal Science and Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMarangoni effectComputational fluid dynamicsConvectionSurface tensionMolecular dynamicsMechanicsComputer simulationScale (ratio)Statistical physicsComputer sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Marangoni convection is induced in liquids by surface tension gradient along a free surface. Such flows also develop in nano- and micro-scale systems and play important roles. To have a better understanding for the phenomena occurring in processing of such micro-scale systems, generally two kinds of numerical simulation approaches have been considered: continuum and discrete (molecular dynamics). While the continuum-based techniques cannot capture the intermolecular effects, the molecular dynamics approach requires huge computational cost. To address the adverse futures of these techniques, a new numerical method has been developed by combining the computational fluid dynamics (CFD) from the continuum side and Langevin dynamics from the discrete approach. The present simulation results have shown that this new numerical technique can successfully study and predict the phenomena occurring in macro-scale process applications.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,075

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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.

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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal Science and TechnologyMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207