MétaCan
Menu
Retour à la cohorte
Enregistrement W2897469655 · doi:10.1103/physreve.98.043106

Thermally induced interfacial instabilities and pattern formation in confined liquid nanofilms

2018· article· en· W2897469655 sur OpenAlexaff
Hadi Nazaripoor, M. R. Flynn, Charles Robert Koch, Mohtada Sadrzadeh

Notice bibliographique

RevuePhysical review. E · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésInstabilityPattern formationMaterials scienceCondensed matter physicsThin filmGrowth modelPhysicsMechanicsNanotechnology

Résumé

récupéré en direct d'OpenAlex

The dynamics, instability, and pattern formation of thermally triggered thin liquid films are investigated numerically under a long-wave limit approximation. To determine the mechanisms responsible for instability growth and pattern formation in confined heated nanofilms, acoustic phonon (AP) and thermocapillary (TC) models are examined using both linear and nonlinear analyses. Under uniform heating conditions, both AP and TC models predict the formation of raised columnar structures (pillars) and bicontinuous structures for very low and high filling ratios defined as the ratio of the initial film thickness to the plate separation distance, ${D}^{\ensuremath{-}1}$. A transition threshold is observed when $D\ensuremath{\approx}2.5$. However, the TC model predicts smaller features for larger $D$, whereas the opposite prediction applies for the AP model. Under spatially variable cooling conditions involving a patterned top plate, both TC and AP models exhibit similar predictions: pillars form under the top plate protrusions. When the heating is spatially variable, the lower plate is patterned; the AP model predicts pillar formation above ridges, whereas the TC model predicts pillar formation above the valleys.

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 enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,246 · 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

Citations14
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207