MétaCan
Menu
Retour à la cohorte
Enregistrement W4389584939 · doi:10.17118/11143/21008

Effect of length scale on expressing the results of unsteady naturalconvective heat transfer from thin horizontal plates of simple and complexshapes

2023· article· en· W4389584939 sur OpenAlexaff
Koustav Bandyopadhyay, Patrick H. Oosthuizen

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnergy
ThématiqueGeothermal Energy Systems and Applications
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSimple (philosophy)Heat transferScale (ratio)ConvectionMechanicsNatural convectionLength scaleMeteorologyComputer scienceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract: This investigation focuses on the use of a length scale on presenting the results of numerical studies of the natural convective heat transfer from thin horizontal plates of simple and complex shapes in both steady and unsteady states. Commercial CFD software ANSYS FLUENT was used to obtain the results presented in this study. To incorporate the effect of temperature on fluid density, the Boussinesq approximation was used. The Rayleigh number was varied between laminar values at 102 and transitional flow values at the Rayleigh number of 105. Two characteristic length scales were used for expressing the variation of Nusselt number and the Rayleigh number. These length scales were square root of surface area (Root Area) of a single side and 4*Total surface area/Total perimeter (4A/P). From the transient Nusselt number variations obtained for simple and complex shapes, it was noted that when Root Area was used as the length scale, all shapes had distinctly different Nusselt number variations with dimensionless time at all Rayleigh numbers. However, when 4A/P was used as length scale, a good overlap was obtained for the results for all shapes in the steady and unsteady state for lower Rayleigh numbers. At higher Rayleigh numbers, the Nusselt number variations again diverged for various shapes.

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 enseignants0,041
Score d'incertitude au seuil0,967

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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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 sujetGeothermal Energy Systems and ApplicationsTravaux en français237 207