MétaCan
Menu
Retour à la cohorte
Enregistrement W4399739801 · doi:10.3390/biomimetics9060363

Preliminary Analysis of Hydrodynamic Drag Reduction and Fouling Resistance of Surfaces Inspired by the Mollusk Shell, Dosinia juvenilis

2024· article· en· W4399739801 sur OpenAlexafffund
Benjamin W. Hamilton, O. Remus Tutunea‐Fatan, Evgueni V. Bordatchev

Notice bibliographique

RevueBiomimetics · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensNational Research Council CanadaWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFoulingDragResistBoundary layerMaterials scienceSurface (topology)MechanicsNanotechnologyFlow (mathematics)TurbulenceLayer (electronics)ChemistryPhysicsMembraneMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Many species of plants and animals show an ability to resist fouling with surface topographies tailored to their environments. The mollusk species Dosinia juvenilis has demonstrated the ability to resist the accumulation of fouling on its outer surface. Understanding the functional mechanism employed by nature represents a significant opportunity for the persistent challenges of many industrial and consumer applications. Using a biomimetic approach, this study investigates the underlying hydrodynamic mechanisms of fouling resistance through Large Eddy simulations of a turbulent boundary layer above a novel ribletted surface topography bio-inspired by the Dosinia juvenilis. The results indicate a maximum drag reduction of 6.8% relative to a flat surface. The flow statistics near the surface are analogous to those observed for other ribletted surfaces in that the appropriately sized riblets effectively reduce the spanwise and wall-normal velocity fluctuations near the surface. This study supports the understanding that nature employs ribletted surfaces toward multiple functionalities including the considered drag reduction and fouling resistance.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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'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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiomimeticsMême sujetAeolian processes and effectsTravaux en français237 207