MétaCan
Menu
Retour à la cohorte
Enregistrement W2802632450 · doi:10.1017/jfm.2018.261

Interaction of a pair of ferrofluid drops in a rotating magnetic field

2018· article· en· W2802632450 sur OpenAlexaff
Mingfeng Qiu, Shahriar Afkhami, Ching‐Yao Chen, James J. Feng

Notice bibliographique

RevueJournal of Fluid Mechanics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueCharacterization and Applications of Magnetic Nanoparticles
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFerrofluidPhysicsMagnetic fieldDragDrop (telecommunication)MechanicsDipoleMagnetic dipoleCoalescence (physics)Classical mechanicsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

We use two-dimensional numerical simulation to study the interaction between a pair of ferrofluid drops suspended in a rotating uniform magnetic field. Numerical results show four distinct regimes over the range of parameters tested: independent spin, planetary motion, drop locking and direct coalescence. These are in qualitative agreement with experiments, and the transition between them can be understood from the competition between magnetophoretic forces and viscous drag. We further analyse in detail the planetary motion, i.e. the revolution of the drops around each other while each spins in phase with the external magnetic field. For drops, as opposed to solid microspheres, the interaction is dominated by viscous sweeping, a form of hydrodynamic interaction. Magnetic dipole–dipole interaction via mutual induction only plays a secondary role. This insight helps us explain novel features of the planetary revolution of the ferrofluid drops that cannot be explained by a dipole model, including the increase of the angular velocity of planetary motion with the rotational rate of the external field, and the attainment of a limit separation between the drops that is independent of the initial separation.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations28
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetCharacterization and Applications of Magnetic NanoparticlesTravaux en français237 207