MétaCan
Menu
Retour à la cohorte
Enregistrement W4237964981 · doi:10.1063/5.0014255.1

10.1063/5.0014255.1

2020· dataset· en· W4237964981 sur OpenAlexaff

Notice bibliographique

RevueDefault Digital Object Group · 2020
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueMembrane Separation Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésBreakupViscosityMechanicsContrast (vision)Filtration (mathematics)Work (physics)ThermodynamicsPhysicsMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

The critical velocity of dislodgment of a permeating oil droplet in crossflow filtration is an important parameter in the analysis of the filtration of produced water systems using membrane technology. In this work, the effects of the viscosity contrast between the droplet and the surrounding fluid on the critical velocity of dislodgment are investigated. In the limit when the viscosity of the droplet approaches infinity, the gripping of the crossflow field on the droplet is maximum. When the viscosity contrast is finite, the smaller the viscosity contrast is, the smaller the gripping becomes. In order to highlight this effect, a comprehensive computational fluid dynamics study is conducted. A permeating droplet in the crossflow field is considered with the viscosity contrast ranging within two orders of magnitude. For each scenario, the critical velocity of dislodgment is determined by increasing the velocity incrementally until breakup occurs for every viscosity contrast. It is found that an increase in the viscosity contrast results in a decrease in the critical velocity of dislodgment. This represents a direct manifestation of the effect of the gripping of the droplet by the crossflow field, which increases as the viscosity contrast increases. Modification of the critical velocity of dislodgment, therefore, needs to be considered to account for this effect of viscosity contrast. The formula that was developed to estimate the critical velocity of dislodgment has been modified, and comparison with simulation gives a very good match.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,766
Score d'incertitude au seuil0,781

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0040,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,2340,478

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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDefault Digital Object GroupMême sujetMembrane Separation TechnologiesTravaux en français237 207