MétaCan
Menu
Retour à la cohorte
Enregistrement W3199903107 · doi:10.3390/pr9091668

The Effect of Inclination on Natural Convective Heat Transfer from a Slender Cuboid

2021· article· en· W3199903107 sur OpenAlexaff
Abdulrahim Kalendar, Yousuf Alhendal, Shafqat Hussain, Patrick H. Oosthuizen

Notice bibliographique

RevueProcesses · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensQueen's University
Organismes subventionnairesPublic Authority for Applied Education and Training
Mots-clésCuboidNusselt numberDimensionless quantityMechanicsHeat fluxNatural convectionLaminar flowGeometryRayleigh numberHeat transferReynolds numberMaterials sciencePhysicsMathematicsTurbulence

Résumé

récupéré en direct d'OpenAlex

A numerical study was undertaken of the naturally occurring laminar convective heat transfer from a slender cuboid with a relatively narrow cross-section (square) and an exposed top surface. The cuboid was perpendicularly placed on an adiabatic flat base plate and two types of surface boundary conditions were considered. The slender cuboid was inclined relative to the vertical axis at angles ranging from 0 to 180 degrees. The flow was considered symmetrical along the vertical axis of the slender cuboid. The equations governing the system were numerically solved in terms of dimensionless variables using FLUENT software. From the results obtained, mean Nusselt numbers over the slender cuboid were calculated using parameters such as: the Rayleigh number for heat flux, Ra*; the Rayleigh number, Ra; the slender cuboid dimensionless width, i.e., the ratio of the width to the height of the heated slender cuboid, W = w/h; and the position of the slender cuboid relative to the vertical, φ. Simulation results were produced for the boundary conditions of constant temperature, constant heat flux, and for Pr = 0.7. The effects of these parameters on the mean Nusselt number for the combined and for the individual surfaces of the slender cuboid are presented and the mean Nusselt numbers are correlated.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,235

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 Opus0,005
Tête enseignante GPT0,213
Écart entre enseignants0,209 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProcessesMême sujetHeat Transfer and OptimizationTravaux en français237 207