Notice bibliographique
Résumé
Liquid drops wetting a surface kept in ambient air has been widely studied over the last few decades due to its manifold applications in technology and industry. However, for a surface kept submerged under-liquid, such wetting processes have been studied to a lesser extent. Understanding how a liquid drop interacts with \na surface in the presence of another liquid medium is pivotal towards growing applications in marine ecosystem, environmental effects of oil-spills, advanced manufacturing techniques like immersion lithography, etc. It also poses the challenging issues of liquid-liquid displacement and contact line dynamics. The present study delineated some fundamentals of under-liquid wettability like coalescence of two sessile drops on an under-liquid substrate, spreading of liquid drops on an underliquid substrate and drop interaction with submerged micro-patterned substrates.Through relevant theoretical analysis as well as experimentation, it was found that the existing theories of drop interaction with a surface in air are inadequate when a surrounding liquid medium is considered, and needs to be modified bringing into effect key parameters of the surrounding medium, such as its density and viscosity. Consideration of a surrounding liquid medium also allows to provide a unifying framework to study such wetting processes. For coalescence and spreading, a universal behavior was observed in terms of the initial fast wetting regime inherent to such processes, and the notion of coalescence-spreading analogy was found acceptable to describe such phenomenon. However, for under-liquid wetting signature of micro-patterned substrates, a non-universal behavior was observed which indicates the need of newer theoretical approach to better understand wetting phenomenon on such under-liquid surfaces.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».