MétaCan
Menu
Retour à la cohorte
Enregistrement W2771257946 · doi:10.1063/1.5012900

On turbulence decay of a shear-thinning fluid

2017· article· en· W2771257946 sur OpenAlexafffund
Saeed Rahgozar, David E. Rival

Notice bibliographique

RevuePhysics of Fluids · 2017
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsTurbulenceMechanicsReynolds numberStrouhal numberParticle image velocimetryK-epsilon turbulence modelTurbulence kinetic energyShear flowClassical mechanicsShear thinningThermodynamicsViscosity

Résumé

récupéré en direct d'OpenAlex

An experimental investigation of turbulent flow in a shear-thinning fluid is presented. The experimental flow is a boundary-free, uniformly sheared flow at a relatively high Reynolds number (i.e., Reλmax=275), which decays in time. As just one example of decaying turbulence, the experiment can be thought of as a simple model of bulk turbulence in large arteries. The dimensionless parameters used are Reynolds, Strouhal, and Womersley numbers, which have been adapted according to the characteristics of the present experiment. The working fluid is a solution of aqueous 35 ppm xanthan gum, a well-known shear-thinning fluid. The velocity fields are acquired via time-resolved particle image velocimetry in the streamwise/cross-stream and streamwise/spanwise planes. The results show that the presence of xanthan gum not only modifies the turbulent kinetic energy and the dissipation rate but also significantly alters the characteristics of the large-scale eddies.

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)0,000
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 enseignants0,485
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,244 · 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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207