MétaCan
Menu
Retour à la cohorte
Enregistrement W4394880570 · doi:10.1021/acs.iecr.4c00202

Drag Reduction by Polymer Additives: State-of-the-Art Advancements in Experimental and Numerical Approaches

2024· article· en· W4394880570 sur OpenAlexafffund
Saleh S. Baakeem, Kotaybah Hashlamoun, Afif Hethnawi, Yazan Mheibesh, Nashaat N. Nassar

Notice bibliographique

RevueIndustrial & Engineering Chemistry Research · 2024
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueRheology and Fluid Dynamics Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDragReduction (mathematics)PolymerState (computer science)Materials scienceChemical engineeringChemistryComputer sciencePolymer scienceProcess engineeringMechanicsComposite materialEngineeringPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

This comprehensive literature review delves into various aspects of the drag reduction (DR) phenomenon. To address respective aspects as well as track authors and research outputs, a bibliometric analysis is conducted using VOSviewer software. Hence, the review encompasses an examination of the state-of-the-art mechanisms and methodologies for DR measurements and quantifications, employing both linear and rotational devices. Recent advancements in DR measurements and the application of closed-form relations via rotational flow devices as standalone testing techniques are presented, with a discussion on their potential to replace linear flow devices. Furthermore, the review highlights the drawbacks associated with commercially used polymers and explores recent research addressing these issues. Potential avenues for improving the DR performance of these polymers, such as chemical modifications to enhance DR performance and shear resistance, are examined. The review also explores the role and future possibilities of incorporating nanoparticles in DR. In addition, a thorough analysis of current numerical models used in simulating DR, along with their applications and limitations, are addressed. In summary, this review aims to comprehensively cover the advances in various aspects of the DR fields, catering to both industrial and academic audiences, and offering introductory and in-depth insights into the world of DR.

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 enseignants0,103
Score d'incertitude au seuil0,587

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 recherche0,0000,001
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 Opus0,051
Tête enseignante GPT0,304
Écart entre enseignants0,253 · 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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndustrial & Engineering Chemistry ResearchMême sujetRheology and Fluid Dynamics StudiesTravaux en français237 207