MétaCan
Menu
Retour à la cohorte
Enregistrement W3203291497 · doi:10.18409/ispiv.v1i1.164

Application of simultaneous time-resolved 3-D PTV and Two Colour LIF in Studying Rayleigh-Benard Convection

2021· article· en· W3203291497 sur OpenAlexafffund
Sina Kashanj, David S. Nobes

Notice bibliographique

Revue14th International Symposium on Particle Image Velocimetry · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPlanarRayleigh scatteringConvectionPlane (geometry)Flow (mathematics)Vector fieldRayleigh–Bénard convectionDomain (mathematical analysis)MechanicsFlow velocityOpticsField (mathematics)PhysicsRayleigh numberGeometryMathematicsMathematical analysisNatural convectionComputer science

Résumé

récupéré en direct d'OpenAlex

To study the flow topology and temperature distribution of Rayleigh-Benard convection in a highly slender cell, measurement of the simultaneous velocity and temperature in the 3-D domain is required. For this aim, implementing a simultaneous time-resolved 3-D PTV and two-colour PLIF is planned. As a part of this development, for both PTV and two-colour PLIF techniques, the experimental setup has been implemented separately to measure time-resolved 2-D velocity and temperature and is presented in this paper. For PTV, a scanning system is also utilized to scan the flow field to capture the planar velocity in different depths of the flow domain. Progress on calculation of the out-of-plane velocity component including the theory is discussed. Finally, results of the time-resolved 2-D PTV and PLIF systems are presented.

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 enseignants0,692
Score d'incertitude au seuil0,649

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 GPT0,228
Écart entre enseignants0,223 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue14th International Symposium on Particle Image VelocimetryMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207