MétaCan
Menu
Retour à la cohorte
Enregistrement W4385145130 · doi:10.1177/09544062231187788

Analysis of heat transportation in a convectively heated time-dependent <i> CuAl <sub>2</sub> O <sub>3</sub> -H <sub>2</sub> O </i> hybrid nanofluid with varying thermal conductivity

2023· article· en· W4385145130 sur OpenAlexaff
Nimra Muqaddass, Fazle Mabood, Sabir Ali Shehzad, Fareeha Sahar, Irfan Anjum Badruddin

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésNanofluidBiot numberThermal conductivityNusselt numberHeat capacityThermodynamicsThermalMaterials scienceNonlinear systemMechanicsMathematicsPhysicsReynolds number

Résumé

récupéré en direct d'OpenAlex

This study presents a numerical investigation of the hybrid nanofluid [Formula: see text] and heat transportation over a convectively unsteady heated stretching sheet. Thermal conductivity is considered temperature dependent function. The set of non-dimensional differential equations is converted into nonlinear single independent variable equations by adopting the suitable transformations. The numeric results for the present set of transformed equations are executed through the RKF (Runge-Kutta-Fehlberg) process that is based on the shooting approach. The impact of several affecting parameters on temperature, local Nusselt number [Formula: see text] skin-friction factor [Formula: see text] and velocity are illustrated through graphs. A comparison has been done with the previously published material and decent agreement is achieved. The boundary-layer thickness and temperature profile are improved for both nanoparticles [Formula: see text] and [Formula: see text] added to the base fluid. However, the velocity profile illustrates an opposite attitude. The positive values of Biot number closer to the surface are obtained by increasing heat transportation rate.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,165
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,197
Écart entre enseignants0,188 · 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.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering ScienceMême sujetNanofluid Flow and Heat TransferTravaux en français237 207