MétaCan
Menu
Retour à la cohorte
Enregistrement W4376618255 · doi:10.1142/s0217979224501467

Sutterby hybrid nanofluid flow and heat transfer over a nonlinearly expanding sheet with convective boundary condition and zero-mass flux concentration

2023· article· en· W4376618255 sur OpenAlexaff
Neelufer Z. Basha, Fateh Mebarek‐Oudina, K. V. Prasad, Hanumesh Vaidya, Kamel Guedri, Attia Boudjemline, Rami Mansouri, Ahmed Hadj Taieb

Notice bibliographique

RevueInternational Journal of Modern Physics B · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésNusselt numberNanofluidBoundary layerSherwood numberMass fluxMaterials scienceHeat fluxThermodynamicsHomotopy analysis methodMass transferHeat transferMechanicsMomentum (technical analysis)PhysicsHomotopyMathematicsReynolds number

Résumé

récupéré en direct d'OpenAlex

This paper examines the impacts of a nonlinearly expanding sheet on velocity, heat and mass transport for a Suttery hybrid nanoliquid (mixture of Sutterby fluid and [Formula: see text] and [Formula: see text]. The zero-mass flux concentration and convective boundary conditions are considered. Nondimensionalization of governing equations may be achieved through similarity conversions. The governing equations are solved utilizing the Optimal Homotopy Analysis Method. Graphs and tables were used to document the effects of different variables. The numerical values for skin friction, Sherwood number and Nusselt number are provided in a table for diverse relevant factors. Comparisons were made to a previous study’s findings. The results obtained are in agreement with the findings of the prior study. The outcome is that the occurrence of hybrid nanoparticles ([Formula: see text] and [Formula: see text] in ethylene glycol liquid enhances its thermal conductivity thereby increasing the thermal boundary layer thickness. The presence of hybrid nanoparticles ([Formula: see text] and [Formula: see text] in ethylene glycol liquid also increases the momentum boundary layer thickness.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil0,635

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Modern Physics BMême sujetNanofluid Flow and Heat TransferTravaux en français237 207