MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298422492 · doi:10.1615/tsfp8.1830

ROUGHNESS EFFECTS ON TURBULENT FLOW DOWNSTREAM OF A BACKWARD FACING STEP

2013· article· en· W4298422492 sur OpenAlexaff
Ebenezer E. Essel, Godwin F.K. Tay, Mark F. Tachie

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésTurbulence kinetic energyParticle image velocimetryMechanicsTurbulenceReynolds stressReynolds numberSurface roughnessSurface finishShear stressMaterials scienceRoughness lengthGeometryClassical mechanicsPhysicsMathematicsMeteorologyComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigates the effects of surface roughness on turbulent shear flow downstream of a backward-facing step. Particle image velocimetry was used to conduct velocity measurements over two roughness elements and a reference smooth surface. In each test, the Reynolds number based on the step height and the centerline velocity was kept constant at 6750. The results show that roughness caused a marginal increase in the reattachment length. The distribution of the mean velocity, Reynolds stress, wall-normal transport of turbulent kinetic energy and spatial structures embodied in the two-point auto-correlation functions are independent of roughness in the recirculation region and immediately downstream of reattachment. Further downstream of reattachment, roughness reduced the streamwise mean velocity but increased the levels of the Reynolds stress, wall-normal transport of turbulent kinetic energy and the characteristic streamwise and wall-normal sizes of the spatial structures in the vicinity of the rough surface. Proper orthogonal decomposition is also used to reconstruct low-order representation of the flow field.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,173 · 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'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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics and Turbulent Flows→Travaux en français237 207→