MétaCan
Menu
Retour à la cohorte
Enregistrement W4387353246 · doi:10.1016/j.rser.2023.113768

A comprehensive review of modeling water solidification for droplet freezing applications

2023· review· en· W4387353246 sur OpenAlexafffund
Saad Akhtar, Minghan Xu, Mohammaderfan Mohit, Agus P. Sasmito

Notice bibliographique

RevueRenewable and Sustainable Energy Reviews · 2023
Typereview
Langueen
DomaineMaterials Science
ThématiqueSolidification and crystal growth phenomena
Établissements canadiensMcGill UniversityPolytechnique MontréalGroup for Research in Decision Analysis
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésContext (archaeology)Stefan problemScale (ratio)NucleationMacroscopic scaleMacroProcess (computing)Computer scienceThermodynamicsMathematicsPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

Various mathematical approaches undertaken to model all stages of droplet freezing are reviewed. The literature is rife with theoretical, experimental, and numerical treatments of the phase-change process in pure substances. With the water droplet solidification research finding its ever-increasing application in a vast array of industrial and natural applications of interest, there is a critical need to exhaustively review the mathematical treatment of multi-physics solidification stages occurring over a wide spatio-temporal range. This research analyzes key studies surrounding the treatment of the water droplet solidification mechanisms in the broader context of pharmaceutical, food, energy storage, meteorology, and process industry applications. Different formulations of Stefan problem in the spherical coordinates are reviewed followed by a critical evaluation of other macro-scale solidification modeling approaches such as the front-tracking, volume of fluid, level-set, and phase-field methods. The discussion of Stefan problem is followed by reviewing nucleation models during the freezing of water. Lastly, a review of dendritic growth modeling is presented with a particular focus on the progress made during the last decade. The review understands that the scientific community has come a long way in modeling the thermal physics of each droplet solidification stage, especially incorporating the atomic-scale interface kinetics effects within the macro-scale representation of droplet freezing. However, there is still significant progress to be made to develop holistic mathematical models that can rigorously incorporate nucleation dynamics within the macro-scale solidification formulation. The authors believe that these holistic models will allow for improved solidification dynamics predictions in many engineering applications.

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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,086
Tête enseignante GPT0,336
Écart entre enseignants0,250 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRenewable and Sustainable Energy ReviewsMême sujetSolidification and crystal growth phenomenaTravaux en français237 207