MétaCan
Menu
Retour à la cohorte
Enregistrement W2806570888 · doi:10.3390/inventions3020035

Numerical Study on Single Flowing Liquid and Supercritical CO2 Drop in Microchannel: Thin Film, Flow Fields, and Interfacial Profile

2018· article· en· W2806570888 sur OpenAlexafffund
Na Qin, Yu Feng, John Z. Wen, Carolyn L. Ren

Notice bibliographique

RevueInventions · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCarbon Management Canada
Mots-clésMicrochannelMechanicsDrop (telecommunication)Materials scienceSupercritical fluidMass transferHeat transferPressure dropVortexThermodynamicsPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Taylor segments, as a common feature in two- or multi-phase microflows, are a strong flow pattern candidate for applications when enhanced heat or mass transfer is particularly considered. A thin film that separates these segments from touching the solid channel and the flow fields near and inside the segment are two key factors that influence (either restricting or improving) the performance of heat and mass transfer. In this numerical study, a computational fluid dynamics (CFD) method and dense carbon dioxide (CO2) and water are applied and used as a fluid pair, respectively. One single flowing liquid or supercritical CO2 drop enclosed by water is traced in fixed frames of a long straight microchannel. The thin film, flow fields near and within single CO2 drop, and interfacial distributions of CO2 subjected to diffusion and local convections are focused on and discussed. The computed thin film is generally characterized by a thickness of 1.3~2.2% of the channel width (150 µm). Flow vortexes are formed within the hydrodynamic capsular drop. The interfacial distribution profile of CO2 drop is controlled by local convections near the interface and the interphase diffusion, the extent of which is subject to the drop size and drop speed as well.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,267
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 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'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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInventionsMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207