MétaCan
Menu
Retour à la cohorte
Enregistrement W2979615627 · doi:10.1002/aic.16822

Trapping region of impinging jets in a cross‐shaped channel

2019· article· en· W2979615627 sur OpenAlexaff
Jingwei Zhang, Tian-Liang Yao, Wei‐Feng Li, Mouhammad El Hassan, Xinlei Xu, Haifeng Liu, Fuchen Wang

Notice bibliographique

RevueAIChE Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésVortexTrappingSpiral (railway)MechanicsFlow (mathematics)PlanarBubblePlanar laser-induced fluorescenceResidence time (fluid dynamics)PhysicsMaterials scienceOpticsLaserGeologyLaser-induced fluorescence

Résumé

récupéré en direct d'OpenAlex

Abstract This study follows our previous report (Zhang et al., Phys. Fluids, vol. 31, 2019, 034105) by describing the formation and evolution of the engulfment flow in the cross‐shaped channel. First, the flow regimes were studied by planar laser induced fluorescence (PLIF). Results show the formation of a spiral vortex in the center of the chamber and the appearance of a well‐mixed zone inside the spiral vortex. Second, we proposed a novel experimental method to analyze the residence time of the fluid in the chamber, and discover an unexpected trapping region inside the well‐mixed zone. There is almost no fluid transport into or out of this region. Furthermore, three‐dimensional numerical simulation is used to reveal the origination of this trapping region. Simulation results reveal that the fluid recirculates in the trapping region and the flow feature is caused by the bubble‐type vortex breakdown.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,054
Score d'incertitude au seuil0,383

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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 tête enseignante, 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

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207