MétaCan
Menu
Retour à la cohorte
Enregistrement W2905090165 · doi:10.1139/cjp-2018-0574

Physical prospective of induction of ferro-constituents in buoyancy-driven magneto-nanofluid under the impact of magnetic dipole

2018· article· en· W2905090165 sur OpenAlexvenueno aff
Nabeela Kausar, S. Bilal, Wajiha Tahir, Aisha Un Nisa

Notice bibliographique

RevueCanadian Journal of Physics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFerrofluidNanofluidPhysicsMagnetic dipoleMechanicsBuoyancyMagnetic fieldHeat transferCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

Fulfilment of energy in various sectors of society is the demand of today’s world. Nowadays, researchers are working hard to propose such technologies to eradicate energy losses. Several improvements have been presented by the research community in this regard. After their struggle and hard work, researchers believed that this energy crisis could be overcome with the aid of fluids. So a procedure is executed to subject the fluid flows to a magnetic field. Furthermore, they also disclosed that induction of ferro-elements in a fluid under the existence of magnetic fields, known as ferrofluid, is a remarkable technique to overcome this huge social, economic, and technological problem. So the motto of the current literature is to investigate the elevated thermophysical features of viscous fluid by the inclusion of ferro-particles. To achieve said purpose, nickel zinc ferrite particles (NiZnFe2O4) are added to ethyl alcohol (C2H5OH) in the presence of magnetic dipole. Flow is induced by a two-dimensional linearly elongated sheet. The governing momentum, energy, and thermal transport equations describing the thermomechanical aspects of ferrofluid is modelled in the form of partial differential expressions. Similar variables are needed to transfer the coupled partial expressions into ordinary differential system. Extensive computational interpretation of influencing parameters like ferromagnetic interaction parameter, viscous dissipation, and Curie temperature parameter on associated profiles is accomplished using the shooting method in collaboration with the Runge–Kutta–Fehlberg method. It is found that the primary function of the magnetic dipole is to reduce the velocity within the boundary layer and it tends to enrich the thermal attitude. Diminishing of the momentum distribution of ferro-particles is established in the presence of a magnetic dipole. Inclusion of mixed convection decreases the momentum, whereas an increase is induced in the thermal profile. Decrease of convective heat transfer magnitude is observed in the presence of magnetic dipole.

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)0,000
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: aucune
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of PhysicsMême sujetNanofluid Flow and Heat TransferTravaux en français237 207