MétaCan
Menu
Retour à la cohorte
Enregistrement W4283834376 · doi:10.18280/mmep.090321

Bibliographic Review: The Influence of Obstacles Inside the Ducts on the Flow Proprieties

2022· article· en· W4283834376 sur OpenAlexvenueno aff
Nattan Roberto Caetano, Augusto Botton Pozzebon, Louise Bomfim Magalhães França, Nátali Schmidt Gonçalves da Conceição, Andressa Germann Ávila, Luíz Alberto Oliveira Rocha, Giulio Lorenzini

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObstacleNozzleAerospaceMechanical engineeringAerospace engineeringTurbulenceFlow (mathematics)CombustionWork (physics)MechanicsComputer scienceMarine engineeringEngineeringPhysicsChemistryGeography

Résumé

récupéré en direct d'OpenAlex

This work aims to evaluate the possibility of adding obstacles to ducts with isothermal flows and their effects on the performance of the flowfield. This literature review was performed based on several articles exploring obstacles and their geometries inside ducts and chambers or channels and analyzing the obstacle distribution in a nozzle. The main utility of the obstacle is in the pipes and boilers of the metal-mechanical and petrochemical industry. In these industries, results are mostly positive since the obstacles allow manipulating the temperature inside channels and on their walls. Besides, they are correlated to increasing the acceleration of the exhaust gases and turbulence of the flow. In addition, an optimal preliminary nozzle geometry was found for applications in the aerospace industry. However, this information is useful for other applications. Thus, the possible use of obstacles in cases where the combustion reactions are considered seems promising, indicating an excellent opportunity to further research this topic in more specific areas.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0150,022
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,003

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 Opus0,020
Tête enseignante GPT0,193
Écart entre enseignants0,172 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetHeat transfer and supercritical fluidsTravaux en français237 207