MétaCan
Menu
Retour à la cohorte
Enregistrement W4224079278 · doi:10.1016/j.jcis.2022.04.060

Wicking dynamics in yarns

2022· article· en· W4224079278 sur OpenAlexaff
R. Fischer, Christian M. Schlepütz, Jianlin Zhao, Pierre Boillat, Dirk Hegemann, René M. Rossi, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevueJournal of Colloid and Interface Science · 2022
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesPaul Scherrer Institut
Mots-clésImbibitionMaterials sciencePorous mediumPorosityComposite materialNanotechnology

Résumé

récupéré en direct d'OpenAlex

The spontaneous imbibition of a liquid within porous media, known as wicking, can display uncommon features in textiles and yarns. Yarns exhibited step-wise wicking dynamics not captured by current models. HYPOTHESIS: Wicking dynamics in yarns not only depend on inter-fiber pore filling, but are mainly determined by the pore-to-pore transition processes and the structure of the pore network. EXPERIMENTS: Fast X-ray tomographic microscopy is employed to reveal the pore scale processes and neutron radiography for the macroscopic water uptake in yarns. A semi-empirical pore network model is presented that employs the measured pore network topology and pore scale dynamics to reproduce the experimentally observed wicking dynamics in yarns. FINDINGS: The yarn pore system is a sparse network of long and narrow pores that promotes step-wise uptake dynamics. Wicking in yarns displays fast pore filling events in the order of seconds and long waiting times between filling events up to several minutes while navigating the pore network. As main result, we find that a few filling events directly determine the macroscopic behavior of wicking in the sparse pore network of yarns. It is necessary to consider pore-to-pore transition waiting times and the pore network structure to explain the characteristics of wicking dynamics in yarns.

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 seuil0,003

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,287
Écart entre enseignants0,274 · 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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Colloid and Interface ScienceMême sujetTextile materials and evaluationsTravaux en français237 207