MétaCan
Menu
Retour à la cohorte
Enregistrement W2980823311 · doi:10.1134/s1063784219100104

Diagnostics of Density Fields in Hypersonic Flows around a Cone in a Light-Gas Gun by the Shadow Photometric Method

2019· article· en· W2980823311 sur OpenAlexaboutno aff
П. П. Храмцов, В. А. Васецкий, В. М. Грищенко, M. V. Doroshko, M. Yu. Chernik, А. И. Махнач, И. А. Ших

Notice bibliographique

RevueTechnical Physics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser-induced spectroscopy and plasma
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHypersonic speedMach numberShadow (psychology)PhysicsOpticsShock waveFlow visualizationNozzleInflowShock (circulatory)AccelerationMechanicsFlow (mathematics)Aerospace engineeringClassical mechanics

Résumé

récupéré en direct d'OpenAlex

A novel approach to obtaining hypersonic flows is proposed and the results of experimental study of hypersonic flows around cones with semivertex angles τ1 = 3° and τ2 = 12° and inflow Mach numbers M = 18 (τ1 = 3°) and 14.4 (τ2 = 12°) are presented. The use of a light-gas gun where a de Laval nozzle is mounted instead of an acceleration channel allows obtaining a hypersonic flow with a high value of optical density of the outflowing gas sufficient for visualization and diagnostics of the flow by optical methods. The flow pattern is visualized by the shadow method. Shadow images are registered using a high-speed Photron Fastcam camera with an exposure time of 1 μs and frame rate of 300 000 fps. The inflow Mach number is computed using the shadow images based on the angle of shock wave inclination.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,523

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · 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'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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnical PhysicsMême sujetLaser-induced spectroscopy and plasmaTravaux en français237 207