MétaCan
Menu
Retour à la cohorte
Enregistrement W2979846725 · doi:10.33737/gpps19-bj-086

On the Three-Dimensional Body Force Model

2019· article· en· W2979846725 sur OpenAlexaboutno aff
Yinbo Mao, Thong Q. Dang

Notice bibliographique

RevueProceedings · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésThermodynamicsSupercoolingSupercritical fluidCondensationNozzleEquation of stateNon-equilibrium thermodynamicsReal gasMechanicsMaterials scienceChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Accurate prediction of nonequilibrium condensation in turbomachinery is a critical issue for the design of lowpressure steam turbines and supercritical CO 2 compressors.Previously developed numerical methods for high-pressure flows with nonequilibrium condensations used REFPROP to simulate the effect of real gases; however, the estimation of the equation of state for supercooled gas was simply extrapolated from the saturated line.In this paper, an estimation method of the equation of state of a supercooled gas applicable to high-and low-pressure condensing flows is proposed.Laval nozzle flows of steam and CO 2 in high-and low-pressure conditions were then numerically investigated using the proposed method.Although the effect of real gas is much important in high-pressure conditions, the estimation method for supercool condition had relatively little effect on the pressure distribution in high-pressure flows with nonequilibrium condensation.In low-pressure steam flows containing nonequilibrium condensation, the slight difference of supercooled - diagram by the estimating method has the crucial effect on the pressure distribution due to high supersaturation ratio.Subscript in inlet condition l liquid phase g gas phase sat saturated point s value on isentropic line

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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 Opus0,017
Tête enseignante GPT0,216
Écart entre enseignants0,199 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetnanoparticles nucleation surface interactionsTravaux en français237 207