MétaCan
Menu
Retour à la cohorte
Enregistrement W3160733581 · doi:10.1103/physreve.103.053101

Four-dimensional imaging and free-energy analysis of sudden pore-filling events in wicking of yarns

2021· article· en· W3160733581 sur OpenAlexaff
R. Fischer, Christian M. Schlepütz, Dirk Hegemann, René M. Rossi, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevuePhysical review. E · 2021
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésImbibitionDissipationMaterials sciencePorous mediumMechanicsSynchrotronScale (ratio)Length scaleCapillary actionPorosityProtein filamentComposite materialPhysicsThermodynamicsOptics

Résumé

récupéré en direct d'OpenAlex

What are the mechanisms at play in the spontaneous imbibition dynamics in polyethylene terephthalate filament yarns at pore scale? Processes at pore scale such as waiting times between the filling of two neighboring pores, as observed in special irregular porous media, like yarns, may overrule the predicted behavior by well-known laws such as Washburn's law. While the imbibition physics are well known, classic models like Washburn's law cannot explain the dynamics observed for yarns. The stepwise dynamics is discussed in terms of the interplay of thermodynamic free energy and viscous dissipation. Time-resolved synchrotron x-ray microtomography documents water filling at pore scale. Spontaneous imbibition in yarns is characterized by a series of fast pore-filling events separated by long periods of low flux. Four-dimensional imaging allows the extraction of interface areas at the boundaries between water, air, and polymer and the calculation of free-energy evolution. It is found that the waiting periods correspond to quasistable water configurations of almost vanishing free-energy gradient. The distributions of pore filling event sizes and waiting times spread over several orders of magnitude, resulting in the pronounced stepwise uptake dynamics.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,330
Écart entre enseignants0,302 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. EMême sujetTextile materials and evaluationsTravaux en français237 207