MétaCan
Menu
Retour à la cohorte
Enregistrement W2595879464 · doi:10.2298/tsci160110072l

Analytical modelling of dry-jet wet spinning

2017· article· en· W2595879464 sur OpenAlexafffund
Hong-Yan Liu, Zhimin Li, Yan-Ju Yao, Frank Ko

Notice bibliographique

RevueThermal Science · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaJiangsu Planned Projects for Postdoctoral Research FundsPriority Academic Program Development of Jiangsu Higher Education InstitutionsChina Scholarship CouncilChina Postdoctoral Science FoundationChina National Textile and Apparel CouncilNational Natural Science Foundation of China
Mots-clésSpinningMaterials scienceMechanicsJet (fluid)ComputationFiberFlow (mathematics)Computer simulationComposite materialPhysicsComputer scienceAlgorithm

Résumé

récupéré en direct d'OpenAlex

This paper introduces an analytical method for the analysis and design of a dry-jet wet spinning system. The 1-D mass conservation equation is used, and velocity distribution is assumed to derive a simple relationship among various spinning parameters. The effect of spinneret mass flow rate, solution density, spinneret structure including velocity and air-gap length, and drawing velocity on the dry-jet wet spinning was simulated using the proposed analytical model. Theoretical prediction of fiber diameter is obtained, which depends upon spinning conditions, solution properties, and spinneret structure. The theoretical results were verified by comparing experimental data with the numerical solution. It was found obviously that the theoretical prediction has comparable accuracy as that by numerical computation. The analytical model can be useful for preliminary design of a spinning process for fabrication of fibers with controllable diameter by adjusting parameters in spinning conditions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,116
Tête enseignante GPT0,347
Écart entre enseignants0,230 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThermal ScienceMême sujetTextile materials and evaluationsTravaux en français237 207