MétaCan
Menu
Retour à la cohorte
Enregistrement W4386392439 · doi:10.33140/pcii.06.04.09

Numerical Study of Second Law Analysis Using Magnetohydrodynamics on Natural Convection in a Porous Medium with Thermal Radiation and Viscous Dissipation

2023· article· en· W4386392439 sur OpenAlexaff
Bai Mbye Cham, Muhammad Saleem, Dawda Charreh, Ali Abbas, Shaiza Talib

Notice bibliographique

RevuePetroleum and Chemical Industry International · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensPetro-Canada
Organismes subventionnairesnon disponible
Mots-clésHartmann numberPrandtl numberNatural convectionRayleigh numberDarcy numberMechanicsStreamlines, streaklines, and pathlinesEckert numberLorentz forcePhysicsConvectionMagnetohydrodynamicsThermal radiationNusselt numberLawClassical mechanicsThermodynamicsMagnetic field

Résumé

récupéré en direct d'OpenAlex

This paper focus on natural convection in the presence of an applied magnetic field for analysing entropy generation and fluid flow phenomena in a porous medium. The numerical technique adopted was the finite difference method. The parameters used for numerically analysing the fluid flows are the Rayleigh number (103 ≤ Ra ≤ 106), Eckert number (10−6,10−5,5 × 10−5) , Forchheimer number (0 ≤ Γ ≤ 1), inverse Darcy (0 ≤ γ ≤ 1), radiation (0 ≤ Rd ≤ 10), Prandtl number (Pr = 0.7,1.0,7.0,10) and Hartmann number (0 ≤ Ha ≤ 30). The numerical results were compared with existing papers and excellent agreements have been made. Findings reveal that as Hartmann increase the streamlines become distorted showing a reduction in the flow rate due to retarding impact of the Lorentz force. Enhancing radiation, leads to the intensification of the flow rate. As Rayleigh number increases entropy generation of the medium significantly increases.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,496
Score d'incertitude au seuil0,388

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 savante0,0000,000
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 GPT0,233
Écart entre enseignants0,226 · 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'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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePetroleum and Chemical Industry InternationalMême sujetNanofluid Flow and Heat TransferTravaux en français237 207