MétaCan
Menu
Retour à la cohorte
Enregistrement W3096172662 · doi:10.1002/mma.6956

Darcy Forchheimer electromagnetic stretched flow of carbon nanotubes over an inclined cylinder: Entropy optimization and quartic chemical reaction

2020· article· en· W3096172662 sur OpenAlexaff
Syed Zaheer Abbas, M.K. Nayak, Fazle Mabood, Abdul Sattar Dogonchi, Yu‐Ming Chu, Waqar Azeem Khan

Notice bibliographique

RevueMathematical Methods in the Applied Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensFanshawe College
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésNanofluidMaterials scienceHeat transferCarbon nanotubeThermal radiationBejan numberComposite materialThermal conductivityMechanicsThermodynamicsNanotechnologyNusselt numberNanoparticlePhysicsReynolds numberTurbulence

Résumé

récupéré en direct d'OpenAlex

Carbon nanotubes (CNTs) are characterized with exceptional electrical, thermal, mechanical, chemical, and optical properties (e.g., electrical conductivity, large specific surface area, high thermal conductivity, high hardness and stiffness, light weight, special electronic structure, high aspect ratio and chemical stability, and low specific gravity). Because of such outstanding properties, CNTs are being considered as prime candidate materials in multidisciplinary fields comprising of automotive, material science, aerospace, optical, electrical, biomedical, and energy conversion for nanoscale applications. In view of such advantages, electromagnetic influence on the Darcy Forchheimer flow of single‐walled CNT (SWCNT)/multi‐walled CNT (MWCNT) nanomaterials over an inclined‐extended cylinder subject to quartic chemical reactions has been explored in the present study to improve the performance of existing heat transfer systems. The heat transportation model is enriched with nonlinear thermal radiation, dissipation, and Ohmic heating. This article is more specific about improving the efficiency of thermal‐flow systems through entropy minimization. The dimensionless nonlinear PDEs are solved via Runge–Kutta–Fehlberg approach with shooting technique. The outcome of our investigation reveals that curvature parameter augments the flow field and rate of heat and mass transfer from the cylindrical and flat surfaces. Greater electromagnetic influence favors the flow and viscous drag of SWCNT/MWCNT‐water nanofluids and rate of heat transportation from the extended cylindrical surface. Augmented volume fraction of solid nanoparticles upsurges the entropy generation and Bejan numbers appreciably. The rate of heat transportation from the extended cylindrical surface for MWCNT nanofluid is greater than that of SWCNT nanofluid.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,033
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Methods in the Applied SciencesMême sujetNanofluid Flow and Heat TransferTravaux en français237 207