Bézier Curve Method to Compute Various Meniscus Shapes
Notice bibliographique
Résumé
This paper is an extension of our earlier paper in which it was shown that the meniscus shape in a cylindrical capillary could be computed by solving the Young-Laplace equation via optimization of a Bézier curve. This work extends the previous work by demonstrating that the method is applicable to predict the meniscus shape not only in a cylindrical capillary but also in other cases, such as at a tilted plate, between two plates, and for a sessile drop. Numerous works have attempted previously to solve the Young-Laplace equation, and their results all agree with this paper's validating its method. All the preceding approaches, however, used special techniques to solve the differential equation, while the Bézier curve method proposed in this work is more simple, which allows it to maintain greater computational simplicity. Moreover, the Bézier curve method can be applied to solve many other different differential equations in the same way as shown in this work. The effect of the Bézier curve degree on the precision of prediction was also thoroughly investigated. It was found that the 4th degree Bézier curve was required to predict the meniscus shape precisely in a cylindrical capillary, against a tilted plate, and between two plates, while the 5th degree was required for the shape of the sessile drop.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,010 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».