MétaCan
Menu
Retour à la cohorte
Enregistrement W2592800975 · doi:10.1038/s41526-017-0014-z

Swing-like pool boiling on nano-textured surfaces for microgravity applications related to cooling of high-power microelectronics

2017· article· en· W2592800975 sur OpenAlexaff
Sumit Sinha‐Ray, Wenshuo Zhang, Barak Stoltz, Rakesh P. Sahu, Suman Sinha‐Ray, Alexander L. Yarin

Notice bibliographique

Revuenpj Microgravity · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSpacecraft and Cryogenic Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésBubbleBuoyancyBoilingMicroelectronicsMaterials scienceRecoilMechanicsSuperheatingSwingMicroscale chemistryDragNanotechnologyThermodynamicsPhysicsMechanical engineeringAtomic physicsEngineering

Résumé

récupéré en direct d'OpenAlex

Here, we demonstrate that heat removed in pool boiling from a heater mimicking high-power microelectronics could be used to facilitate a swing-like motion of the heater before being finally dissipated. This swing-like motion could be beneficial for shedding a large vapor bubble that encapsulates high-power heaters in microgravity where buoyancy force is unavailable for vapor bubble removal. The swing-like motion is propelled by vapor bubble recoil, the force which exists irrespective of gravity and buoyancy. We also demonstrate that this force could be significantly enhanced by depositing on the heater surface supersonically blown polymer nanofibers with cross-sectional diameters below 100 nm. These nanofibers provide additional nucleation sites, resulting in much more frequent bubble nucleation and departure, and thus a higher overall vapor recoil force propelling the heater motion. Such nanofibers strongly adhere to the heater surface and withstand prolonged harsh pool boiling. The measured velocity of the model swing-like heater in Novec 7300 fluid is about 1 cm/s.

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 seuil0,004

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 Opus0,007
Tête enseignante GPT0,246
Écart entre enseignants0,239 · 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

Citations30
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj MicrogravityMême sujetSpacecraft and Cryogenic TechnologiesTravaux en français237 207