MétaCan
Menu
Retour à la cohorte
Enregistrement W4388522308 · doi:10.1063/5.0171326

Do we understand the drying of porous materials?

2023· article· en· W4388522308 sur OpenAlexaff
Linlin Fei, Jianlin Zhao, Feifei Qin, Aytaç Kubilay, Dominique Derome, Jan Carmeliet

Notice bibliographique

RevueAIP conference proceedings · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat and Mass Transfer in Porous Media
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésPorosityPorous mediumComputer scienceMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Convective drying at pore scale is studied by a two-component two-phase lattice Boltzmann model at pore scale showing the important influence of capillary pumping from large to small pores and pinning of contact lines in dual porosity materials. Capillary pumping and pinning explains the first drying period with almost constant drying rate. The drying rate during the first drying period is found to depend on air velocity or Reynolds (Re) number, and a logarithmic relation between average drying rate and Re is found. This analysis allows to better understand first and second drying period and their dependence on air velocity and pore structure. In an upscaling example, the evaporative cooling effect of a two-layer porous pavement with optimal wetting protocol is analyzed for a square in Zurich. The top layer of the pavement enhances drying during first drying period due to capillary pumping, while the second layer prevents loss of sprayed water to the subsoil. The evaporative cooling from pavements enhances the thermal comfort, but has to be combined with other measures like shadowing from trees. The proposed multiscale approach upscaling from pore to continuum scale is believed to enhance the understanding of drying of porous materials and its application in urban and building physics.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,441

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 Opus0,037
Tête enseignante GPT0,243
Écart entre enseignants0,206 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIP conference proceedingsMême sujetHeat and Mass Transfer in Porous MediaTravaux en français237 207