MétaCan
Menu
Retour à la cohorte
Enregistrement W3030654290 · doi:10.1061/(asce)ee.1943-7870.0001760

Mass Transfer of Gas Bubbles Rising in Stagnant Water

2020· article· en· W3030654290 sur OpenAlexaff
Pengcheng Li, Yiyi Ma, David Z. Zhu

Notice bibliographique

RevueJournal of Environmental Engineering · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Mixing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBubbleMass transferMechanicsChemistryWater massCarbon dioxideMass transfer coefficientHydrostatic equilibriumBubble pointRange (aeronautics)Environmental scienceMaterials scienceGeologyPhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

This paper presents an analytical study of mass transfer from a single bubble rising in stagnant water and its size variation. A model for bubble–water mass transfer was established and validated using the experimental measurements from a rising carbon dioxide bubble. The effects of bubble horizontal velocity, bubble release depth, initial bubble size, background dissolved gas concentration in the water, and bubble swarms on the bubble–water mass transfer were examined. The bubble size changed along the rising path in response to both the mass transfer and the local hydrostatic pressure, whereas their relative importance varied under different conditions. Compared with previous models, the proposed model improved the prediction accuracy by including the influence of changing dissolved gas concentration in the water and mass transfer across the water surface. The model is applicable for different gases and can be used in a wide range of engineering applications.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,157
Score d'incertitude au seuil0,414

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 Opus0,004
Tête enseignante GPT0,139
Écart entre enseignants0,135 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental EngineeringMême sujetFluid Dynamics and MixingTravaux en français237 207