MétaCan
Menu
Retour à la cohorte
Enregistrement W4229448340 · doi:10.1002/zamm.202100503

Significance of magnetohydrodynamic Williamson Sutterby nanofluid due to a rotating cone with bioconvection and anisotropic slip

2022· article· en· W4229448340 sur OpenAlexaff
Sohaib Abdal, Imran Siddique, Irfan Saif Ud Din, Ali Ahmadian, Sajjad Hussain, Mehdi Salimi

Notice bibliographique

RevueZAMM ‐ Journal of Applied Mathematics and Mechanics / Zeitschrift für Angewandte Mathematik und Mechanik · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésNusselt numberNanofluidMechanicsSherwood numberSlip (aerodynamics)PhysicsClassical mechanicsBuoyancyMagnetohydrodynamic driveOrdinary differential equationMagnetohydrodynamicsMaterials scienceHeat transferDifferential equationThermodynamicsMagnetic field

Résumé

récupéré en direct d'OpenAlex

Abstract The thermal transmission outcomes of Williamson Sutterby nanofluids owing to spinning cone with gyrotactic micro‐organisms such as self‐motivated microbes along with anisotropic slip conditions are probed in this article. The axi‐symmetric, unstable three‐dimensional stream of fluids is swayed by magnetic and buoyancy forces. Utilizing appropriate similarity variables, the leading partial differential formulation for velocity, temperature, concentration, and motile density of nanofluids are altered into nonlinear ordinary differential equations and these equations together with boundary constraints are resolved by computational code for Runga–Kutta method in MATLAB platform. A concise computational strategy is made by altering the inputs of influential factors. Nusselt number, Sherwood number, and motile density number are also computed and listed in tables. As the magnitudes of the slip parameters expand, the Nusselt number, and Sherwood number decline. The velocity along the x ‐axis and the concentration variations amplify as the u ‐velocity slip and solutal slip parameters are boosted. The temperature profile goes down for boosted values of A and . The fluids temperature distribution enhances directly with thermophoretic effect and Brownian motion of nano‐entities.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,397
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,199 · 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.

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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZAMM ‐ Journal of Applied Mathematics and Mechanics / Zeitschrift für Angewandte Mathematik und MechanikMême sujetNanofluid Flow and Heat TransferTravaux en français237 207