MétaCan
Menu
Retour à la cohorte
Enregistrement W3155813406 · doi:10.1088/1402-4896/abf794

A numerical model for analysis of binary chemical reaction and activation energy of thermo solutal micropolar nanofluid flow through permeable stretching sheet: nanoparticle study

2021· article· en· W3155813406 sur OpenAlexaff
MD. Shamshuddin, Fazle Mabood

Notice bibliographique

RevuePhysica Scripta · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésNanofluidNusselt numberHeat transferMaterials scienceMechanicsThermodynamicsBoundary layerShooting methodHeat generationConvectionBoundary value problemPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The mechanism of nanofluid to improve heat transfer features has received great consideration due to their wide applications in chemical engineering and industry. In light of these facts, a numerical simulation for the flow of a micropolar nanofluid with suspended nanoparticles has been analyzed past a permeable stretching sheet with non-uniform heat source/sink, Binary chemical reaction and activation energy. In modeling micropolar nanofluid quantifies and qualifies the thermal phenomena caused by convective heat transfer in the presence of non-uniform heat source/sink and reaction rate. The formulated equations are altered to ordinary differential equations by employing similarity transformations which are then solved by utilizing shooting technique and RKF-45 method. The potentialities of all the representatives are put into graphs and are elucidated. Furthermore, the skin friction coefficient and Nusselt number in the boundary layer regime, are exhibited through graphs and tables and are deliberated with proper physical justification. The significant outcomes of the current investigation are that increment in the suction parameter declines the flow velocity and temperature while the injection is uplift the temperature. The skin friction factor is trigger considerable decrease with the stretching parameter. The heat transfer rate increases with the increased values of the radiation parameter.

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)0,000
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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,242
Écart entre enseignants0,220 · 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

Citations33
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysica ScriptaMême sujetNanofluid Flow and Heat TransferTravaux en français237 207