MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389541029 · doi:10.17118/11143/20965

Pattern interaction : can we generate propulsion?

2023· article· en· W4389541029 sur OpenAlexaff
Shazia Aman, S. Panday, J. M. Floryan

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPropulsionComputer scienceAerospace engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The propulsive effect generated by heated grooves has been studied using parallel horizontal plates with the upper plate free to move, while the lower plate is equipped with grooves and subjected to periodic heating. Two effects were found to contribute to the propulsion. The first effect relies on nonlinear thermal streaming, which occurs due to sinusoidal heating in a smooth channel. It is observed that this effect exists for all heating wavenumbers when sufficient heating intensity is applied. This effect is represented by pitchfork bifurcation and can cause the flow to move in either the positive or negative x-direction. The second effect relies on the thermal drift effect originating from the combination of heating and groove patterns. It is known that this effect can be modulated by changing the relative positions of the heating and groove patterns. We have only considered cases where the heating and grooves are represented by the same wavenumber. The thermal drift is maximized when the groove and heating peaks are a quarter of the wavelength away from each other and minimized when the peaks are at the same location or half a wavelength from each other. The direction of the flow can also be controlled by placing the heating wave to the right or left of the grooves. Both propulsion methods have the potential to drive flow with relatively minimal flow losses. The strength of propulsion can also be increased by increasing the heating amplitude or adding uniform heating.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,017
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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'étudeThéorique ou conceptuel
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 sujetAstro and Planetary Science→Travaux en français237 207→