MétaCan
Menu
Retour à la cohorte
Enregistrement W2769612741 · doi:10.2495/cmem-v6-n1-186-197

Turbulence aspects of mass transfer in the thin interfacial region of the concentration boundary layer in gas–liquid systems

2017· article· en· W2769612741 sur OpenAlexfundno aff
Harry Edmar Schulz, Francisco Antonio Loyola Lavin, Bruno Batista Gonçalves

Notice bibliographique

RevueInternational Journal of Computational Methods and Experimental Measurements · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversity of Alberta
Mots-clésBoundary layerMass transferTurbulenceLayer (electronics)Materials scienceMechanicsPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

The quantification of overall mass transfers in gas-liquid systems depends on the spatial evolution of the relevant variables close to the interface of the two phases. When turbulence is present (in the present study the turbulence is considered in the liquid phase), the methods of treating the problem consider the differential form of the momentum and mass conservation equations. The continuous hypothesis that underlies these equations in principle allows verifying the limiting trends very close to the interface. Because the theoretical concepts of turbulence are defined using statistical tools, the mentioned verification depends on the intrinsic definitions used in the statistical approach. In this study the turbulent mass transfer parameters are calculated for the thin region close to the interface based on the tool of random square waves (RSW). Theoretical results are obtained and analyzed in the context of existing experimental data and conceptual discussions of the literature, using a constant 'reduction function', a parameter defined in this methodology. The results of the present analysis show that the RSW method allows obtaining functional trends, as well as indicate the adequacy of using a variable reduction function to better represent reality.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,117
Score d'incertitude au seuil0,250

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 Opus0,056
Tête enseignante GPT0,353
Écart entre enseignants0,297 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Computational Methods and Experimental MeasurementsMême sujetCombustion and flame dynamicsTravaux en français237 207