MétaCan
Menu
Retour à la cohorte
Enregistrement W2956512455 · doi:10.1139/cjp-2019-0208

Rotational impact on nanoscale particles Fe<sub>2</sub>O<sub>4</sub>, NiZnFe<sub>2</sub>O<sub>4</sub>, MnZnFe<sub>2</sub>O<sub>4</sub> suspended in C<sub>2</sub>H<sub>6</sub>O<sub>2</sub> confined between two stretchable disks: a computational study

2019· article· en· W2956512455 sur OpenAlexvenueno aff
E.N. Maraj, Shakil Shaiq

Notice bibliographique

RevueCanadian Journal of Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNanofluidPhysicsMagnetic fieldPrandtl numberDragMagnetic Prandtl numberMechanicsHeat transferFerrofluidReynolds numberTurbulenceNusselt number

Résumé

récupéré en direct d'OpenAlex

This communication addresses the fluid and heat transfer flanked by two stretchable rotating disks influenced by the induced magnetic field. The fluid flows due to the rotation of the stretchable disks enclosing a nanofluid having nanoparticles of three distinct ferrite compounds. The mathematical formulation of the problem is performed in a cylindrical coordinate system. Similarity analysis is applied for the sake of simplification. The velocity, pressure, induced magnetic field, and temperature distributions accompanied by surface drag force and heat flux are computed numerically by employing implicit finite difference algorithm. Effects of important emerging parameters are addressed through graphs and tables. Some pivotal findings include that magnetic parameter and reciprocal magnetic Prandtl number contribute to increasing fluid pressure near the lower disk and the opposite trend is reported in the vicinity of the upper disk. The present investigation is a benchmark problem that has a promising future in geophysics, oil refinery, and the chemical processing industry.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0080,009
Méta-épidémiologie (sens large)0,0090,005
Bibliométrie0,0060,008
Études des sciences et des technologies0,0030,002
Communication savante0,0030,006
Science ouverte0,0050,001
Intégrité de la recherche0,0040,010
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 GPT0,229
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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