MétaCan
Menu
Retour à la cohorte
Enregistrement W3016471886 · doi:10.1063/1.5144388

Particle Residence Time in pulsatile post-stenotic flow

2020· article· en· W3016471886 sur OpenAlexafffund
Mark D. Jeronimo, David E. Rival

Notice bibliographique

RevuePhysics of Fluids · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStrouhal numberReynolds numberPhysicsMechanicsPulsatile flowStreamlines, streaklines, and pathlinesLaminar flowJet (fluid)TurbulenceMedicine

Résumé

récupéré en direct d'OpenAlex

Particle Residence Time (PRT), a measure of a fluid element’s transit time through a region of interest, is a clear indicator of recirculation. The PRT of fluid recirculating downstream of an idealized stenosis geometry is found to vary dramatically under pulsatile flow conditions. Two-dimensional particle tracking velocimetry is used to track particles directly as they exit the stenosis geometry and are entrained into the region of recirculation immediately downstream. A Lagrangian approach permits long pathlines to be drawn, describing each particle’s motion from the instant they enter the domain. PRT along each pathline is compared here for three mean Reynolds numbers; specifically, Rem = 4800, 9600, and 14 400. The pulsatile waveforms are characterized by Strouhal numbers of 0.04, 0.08, and 0.15 and amplitude ratios of 0.50 and 0.95. As the mean Reynolds number is increased, higher fluid velocities are shown to lower PRT. However, the strength of PRT is truly revealed when highlighting the influence pulsatility has on the degree of mixing beyond the stenosis throat. Higher Strouhal numbers correlate with roll-up across the shear layer and increased PRT distribution at all Reynolds numbers in consideration. Similarly, strong temporal velocity gradients generated by a high amplitude ratio carry large volumes of fluid from the jet deep into the recirculation region, contributing to greater PRT.

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 enseignants0,245
Score d'incertitude au seuil0,446

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 GPT0,195
Écart entre enseignants0,185 · 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

Citations14
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207