MétaCan
Menu
Retour à la cohorte
Enregistrement W4400216393 · doi:10.1080/07373937.2024.2361360

Spray freezing: An overview of applications and modeling

2024· article· en· W4400216393 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueDrying Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpray dryingProcess engineeringMaterials scienceComputer scienceEngineeringChemical engineering

Résumé

récupéré en direct d'OpenAlex

Spray freezing technology finds broad applications across various industries such as food and pharmaceutical, mining, and water treatment. The significance of spray freezing is to offer a clean and renewable mechanism to generate heating and cooling potentials, frozen particles, or purified liquids. While several studies on spray freezing has been reported in the literature, no compilation of the findings is available, hindering further development of this technology. This paper reviews the diverse applications of spray freezing, emphasizing its potential to address engineering problems. The multi-scale multi-physics nature of the process is illuminated by shedding light on the significant physical mechanisms, including the droplet freezing and spray physics. The modeling advancements related to these phenomena are reviewed, showing the strengths and deficiencies of the current mathematical frameworks for spray freezing. It is underscored that further development of spray freezing requires high resolution frameworks, incorporating the droplet freezing and dynamics models while considering two-way coupling effects of the thermal and flow models of the droplet and cold medium. Additionally, the importance of studying the methods to mitigate the nucleation process of water in an industrially-relevant manner is highlighted.

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.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,267

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 Opus0,039
Tête enseignante GPT0,285
Écart entre enseignants0,246 · 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