MétaCan
Menu
Retour à la cohorte
Enregistrement W2925689611 · doi:10.1177/0306419019831393

Revival of water table experiments in fluid mechanics courses, part I

2019· article· en· W2925689611 sur OpenAlexaboutno aff
Oleg Goushcha

Notice bibliographique

RevueInternational Journal of Mechanical Engineering Education · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueExperimental and Theoretical Physics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnalogyFluid mechanicsMach numberCompressible flowCompressibilityFluid dynamicsNozzleMechanicsDivision (mathematics)Computer scienceEngineeringMathematicsMechanical engineeringPhysicsEpistemologyArithmetic

Résumé

récupéré en direct d'OpenAlex

In a classroom environment, after a comprehensive theoretical discussion of compressible flows, it is beneficial to conduct a visual experiment in which students can observe these flows and some of the features associated with them. Experimental study of compressible fluid dynamics is associated with high equipment costs; therefore, conducting an experiment is not feasible for some colleges. This article describes an experiment implemented at Manhattan College upper division and graduate fluid dynamics courses at a relatively low cost. In the experiment, a water table hydraulic analogy was used. Theoretical considerations of this analogy are explained in this article. An area–velocity relation was used to study the Mach number at the exit of a Laval nozzle. The theory and measurement came within 10% of each other, which is sufficient for a teaching demonstration. This exercise can be conducted in two class sessions: (1) discussing the theoretical considerations and (2) performing the experiment and analyzing data. The overall experience is a good way to help students understand some of the compressible flow features, and further promote their interest in fluid mechanics.

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)0,006
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,008
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,006
Tête enseignante GPT0,259
Écart entre enseignants0,253 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanical Engineering EducationMême sujetExperimental and Theoretical Physics StudiesTravaux en français237 207