MétaCan
Menu
Retour à la cohorte
Enregistrement W4389343169 · doi:10.1080/02286203.2023.2288773

Analysis of convective heat transfer in triple diffusive free convection flow of Williamson nanofluid along a horizontal plate

2023· article· en· W4389343169 sur OpenAlexaff
Besthapu Prabhakar, Fazle Mabood, Bandari Shanker

Notice bibliographique

RevueInternational Journal of Modelling and Simulation · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueNanofluid Flow and Heat Transfer
Établissements canadiensFanshawe College
Organismes subventionnairesnon disponible
Mots-clésNanofluidNusselt numberPrandtl numberSherwood numberHeat transferThermophoresisMass transferMechanicsThermodynamicsConvectionConvective heat transferBoundary layerFluid dynamicsMaterials scienceDiffusionChemistryPhysicsReynolds numberTurbulence

Résumé

récupéré en direct d'OpenAlex

This research investigates the concurrent effects of three different diffusion mechanisms, species diffusion, thermal diffusion, and nanoparticle diffusion, on the convective heat transfer and mass transfer properties of a nanofluid. As a part of the study, a further level of complexity is added using the convective boundary condition by considering the interaction between surface heat flow and surrounding fluid dynamics. Further the transformed governing equations are obtained with the help of similarity solutions. The Runge-Kutta-Fehlberg method is used with the shooting approach to get numerical solutions for the simplified equations. The influences of various involved parameters on velocity profiles, temperature profiles, concentration, local skin friction, local Nusselt and Sherwood numbers are discussed. The significant outcomes of the study are observed as the decrease in the velocity and fluid temperature during the increase of the suction parameters, and the indication of the evacuation of fluid from the surface that lessens the heat transmission and lowers the temperature profiles. The fluid temperature is raised by the augmentation in the conductive parameter. It has also been found that the mass transfer rate increased as the salts are included. The heat transfer decreases with higher thermophoresis strength but increases with higher Prandtl number.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,242
Écart entre enseignants0,227 · 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
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Modelling and SimulationMême sujetNanofluid Flow and Heat TransferTravaux en français237 207