MétaCan
Menu
Retour à la cohorte
Enregistrement W2791207739 · doi:10.1115/1.4039515

Effect of Jet Oscillation on the Maximum Impingement Plate Skin Friction

2018· article· en· W2791207739 sur OpenAlexaff
Adam Ritcey, Joseph R. McDermid, Samir Ziada

Notice bibliographique

RevueJournal of Fluids Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStrouhal numberMechanicsJet (fluid)Particle image velocimetryReynolds numberNozzleVortexOscillation (cell signaling)PhysicsEntrainment (biomusicology)Materials scienceOpticsAcousticsThermodynamicsChemistryTurbulence

Résumé

récupéré en direct d'OpenAlex

The maximum impingement plate skin friction and flow field is measured for an acoustically forced planar impinging gas jet using oil film interferometry (OFI) and particle image velocimetry (PIV), respectively. The study is performed at a jet Reynolds number of Rejet = 11,000 and an impingement distance H, which is set to eight times the nozzle width W. The planar impinging gas jet is forced at the jet nozzle exit using Strouhal numbers StH = 0.39, 0.76, and 1.1, which are similar to those associated with the jet-plate tones measured in air-knife wiping experiments. The flow-field measurements indicate that the jet column oscillates at the applied forcing frequency, and depending on the forcing frequency, organized vortex structures can be identified in the shear layers that impinge on the plate surface. Both of these jet oscillation features result in a reduction in the time-averaged maximum impingement plate skin friction. This skin friction reduction is attributed to momentum loss at the jet centerline caused by increased levels of fluid entrainment and mixing of the surrounding quiescent fluid.

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)0,002
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluids EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207