MétaCan
Menu
Retour à la cohorte
Enregistrement W3005901426 · doi:10.3390/opt1010005

Three-Dimensional Reconstruction of Evaporation-Induced Instabilities Using Volumetric Scanning Particle Image Velocimetry

2020· article· en· W3005901426 sur OpenAlexaff
Mohammad Amin Kazemi, Janet A.W. Elliott, David S. Nobes

Notice bibliographique

RevueOptics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Thin Films
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVector fieldParticle image velocimetryVortexPlane (geometry)Particle tracking velocimetryParticle (ecology)VelocimetryOpticsFlow mapPhysicsFlow velocityFlow (mathematics)MechanicsMaterials scienceGeometryGeologyMathematicsTurbulence

Résumé

récupéré en direct d'OpenAlex

The three-dimensional (3D) flow below the interface of an evaporating liquid at a low pressure is visualized and quantified using scanning particle image velocimetry. The technique presented highlights the use of a single camera and a relatively fast moving laser sheet to image the flow for an application where using more than one camera is difficult. The technique allows collection of the full three-dimensional velocity vector map over the whole liquid volume. The out-of-plane component of the velocity has been determined using two different processing approaches: (i) deriving the full vector from a 3D cross-correlation of the particle volumes and (ii) applying the continuity equation to determine out-of-plane velocities from the calculated in-plane velocity vector fields. The results obtained from both methods showed good agreement with each other. The 3D velocity field reveals the existence of a torus shaped vortex below the evaporating meniscus that was induced by the exposure of the cold liquid to the warmer solid walls. The velocity data also shows that the maximum velocity occurs below the interface, not at the interface which highlights that the observed vortex is not driven by thermocapillary forces that usually govern the flow during evaporation at smaller scales.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,221
Écart entre enseignants0,195 · 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'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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpticsMême sujetFluid Dynamics and Thin FilmsTravaux en français237 207